logo

youtube-dl

[mirror] Download/Watch videos from video hostersgit clone https://hacktivis.me/git/mirror/youtube-dl.git

elpais.py (4364B)

    

  1. # coding: utf-8
  2. from __future__ import unicode_literals
  4. from .common import InfoExtractor
  5. from ..utils import strip_jsonp, unified_strdate
  8. class ElPaisIE(InfoExtractor):
  9.     _VALID_URL = r'https?://(?:[^.]+\.)?elpais\.com/.*/(?P<id>[^/#?]+)\.html(?:$|[?#])'
  10.     IE_DESC = 'El País'
  12.     _TESTS = [{
  13.         'url': 'http://blogs.elpais.com/la-voz-de-inaki/2014/02/tiempo-nuevo-recetas-viejas.html',
  14.         'md5': '98406f301f19562170ec071b83433d55',
  15.         'info_dict': {
  16.             'id': 'tiempo-nuevo-recetas-viejas',
  17.             'ext': 'mp4',
  18.             'title': 'Tiempo nuevo, recetas viejas',
  19.             'description': 'De lunes a viernes, a partir de las ocho de la mañana, Iñaki Gabilondo nos cuenta su visión de la actualidad nacional e internacional.',
  20.             'upload_date': '20140206',
  21.         }
  22.     }, {
  23.         'url': 'http://elcomidista.elpais.com/elcomidista/2016/02/24/articulo/1456340311_668921.html#?id_externo_nwl=newsletter_diaria20160303t',
  24.         'md5': '3bd5b09509f3519d7d9e763179b013de',
  25.         'info_dict': {
  26.             'id': '1456340311_668921',
  27.             'ext': 'mp4',
  28.             'title': 'Cómo hacer el mejor café con cafetera italiana',
  29.             'description': 'Que sí, que las cápsulas son cómodas. Pero si le pides algo más a la vida, quizá deberías aprender a usar bien la cafetera italiana. No tienes más que ver este vídeo y seguir sus siete normas básicas.',
  30.             'upload_date': '20160303',
  31.         }
  32.     }, {
  33.         'url': 'http://elpais.com/elpais/2017/01/26/ciencia/1485456786_417876.html',
  34.         'md5': '9c79923a118a067e1a45789e1e0b0f9c',
  35.         'info_dict': {
  36.             'id': '1485456786_417876',
  37.             'ext': 'mp4',
  38.             'title': 'Hallado un barco de la antigua Roma que naufragó en Baleares hace 1.800 años',
  39.             'description': 'La nave portaba cientos de ánforas y se hundió cerca de la isla de Cabrera por razones desconocidas',
  40.             'upload_date': '20170127',
  41.         },
  42.     }, {
  43.         'url': 'http://epv.elpais.com/epv/2017/02/14/programa_la_voz_de_inaki/1487062137_075943.html',
  44.         'info_dict': {
  45.             'id': '1487062137_075943',
  46.             'ext': 'mp4',
  47.             'title': 'Disyuntivas',
  48.             'description': 'md5:a0fb1485c4a6a8a917e6f93878e66218',
  49.             'upload_date': '20170214',
  50.         },
  51.         'params': {
  52.             'skip_download': True,
  53.         },
  54.     }]
  56.     def _real_extract(self, url):
  57.         video_id = self._match_id(url)
  58.         webpage = self._download_webpage(url, video_id)
  60.         prefix = self._html_search_regex(
  61.             r'var\s+url_cache\s*=\s*"([^"]+)";', webpage, 'URL prefix')
  62.         id_multimedia = self._search_regex(
  63.             r"id_multimedia\s*=\s*'([^']+)'", webpage, 'ID multimedia', default=None)
  64.         if id_multimedia:
  65.             url_info = self._download_json(
  66.                 'http://elpais.com/vdpep/1/?pepid=' + id_multimedia, video_id, transform_source=strip_jsonp)
  67.             video_suffix = url_info['mp4']
  68.         else:
  69.             video_suffix = self._search_regex(
  70.                 r"(?:URLMediaFile|urlVideo_\d+)\s*=\s*url_cache\s*\+\s*'([^']+)'", webpage, 'video URL')
  71.         video_url = prefix + video_suffix
  72.         thumbnail_suffix = self._search_regex(
  73.             r"(?:URLMediaStill|urlFotogramaFijo_\d+)\s*=\s*url_cache\s*\+\s*'([^']+)'",
  74.             webpage, 'thumbnail URL', default=None)
  75.         thumbnail = (
  76.             None if thumbnail_suffix is None
  77.             else prefix + thumbnail_suffix) or self._og_search_thumbnail(webpage)
  78.         title = self._html_search_regex(
  79.             (r"tituloVideo\s*=\s*'([^']+)'",
  80.              r'<h2 class="entry-header entry-title.*?>(.*?)</h2>',
  81.              r'<h1[^>]+class="titulo"[^>]*>([^<]+)'),
  82.             webpage, 'title', default=None) or self._og_search_title(webpage)
  83.         upload_date = unified_strdate(self._search_regex(
  84.             r'<p class="date-header date-int updated"\s+title="([^"]+)">',
  85.             webpage, 'upload date', default=None) or self._html_search_meta(
  86.             'datePublished', webpage, 'timestamp'))
  88.         return {
  89.             'id': video_id,
  90.             'url': video_url,
  91.             'title': title,
  92.             'description': self._og_search_description(webpage),
  93.             'thumbnail': thumbnail,
  94.             'upload_date': upload_date,
  95.         }