logo

oasis-root

Compiled tree of Oasis Linux based on own branch at <https://hacktivis.me/git/oasis/> git clone https://anongit.hacktivis.me/git/oasis-root.git

bpb.py (7223B)


  1. import re
  2. from .common import InfoExtractor
  3. from ..utils import (
  4. clean_html,
  5. extract_attributes,
  6. join_nonempty,
  7. js_to_json,
  8. mimetype2ext,
  9. unified_strdate,
  10. url_or_none,
  11. urljoin,
  12. )
  13. from ..utils.traversal import (
  14. find_element,
  15. traverse_obj,
  16. )
  17. class BpbIE(InfoExtractor):
  18. IE_DESC = 'Bundeszentrale für politische Bildung'
  19. _VALID_URL = r'https?://(?:www\.|m\.)?bpb\.de/(?:[^/?#]+/)*(?P<id>\d+)(?:[/?#]|$)'
  20. _TESTS = [{
  21. 'url': 'http://www.bpb.de/mediathek/297/joachim-gauck-zu-1989-und-die-erinnerung-an-die-ddr',
  22. 'info_dict': {
  23. 'id': '297',
  24. 'ext': 'mp4',
  25. 'creators': ['Kooperative Berlin'],
  26. 'description': r're:Joachim Gauck, .*\n\nKamera: .*',
  27. 'release_date': '20150716',
  28. 'series': 'Interview auf dem Geschichtsforum 1989 | 2009',
  29. 'tags': [],
  30. 'thumbnail': r're:https?://www\.bpb\.de/cache/images/7/297_teaser_16x9_1240\.jpg.*',
  31. 'title': 'Joachim Gauck zu 1989 und die Erinnerung an die DDR',
  32. 'uploader': 'Bundeszentrale für politische Bildung',
  33. },
  34. }, {
  35. 'url': 'https://www.bpb.de/mediathek/video/522184/krieg-flucht-und-falschmeldungen-wirstattdesinformation-2/',
  36. 'info_dict': {
  37. 'id': '522184',
  38. 'ext': 'mp4',
  39. 'creators': ['Institute for Strategic Dialogue Germany gGmbH (ISD)'],
  40. 'description': 'md5:f83c795ff8f825a69456a9e51fc15903',
  41. 'release_date': '20230621',
  42. 'series': 'Narrative über den Krieg Russlands gegen die Ukraine (NUK)',
  43. 'tags': [],
  44. 'thumbnail': r're:https://www\.bpb\.de/cache/images/4/522184_teaser_16x9_1240\.png.*',
  45. 'title': 'md5:9b01ccdbf58dbf9e5c9f6e771a803b1c',
  46. 'uploader': 'Bundeszentrale für politische Bildung',
  47. },
  48. }, {
  49. 'url': 'https://www.bpb.de/lernen/bewegtbild-und-politische-bildung/webvideo/518789/krieg-flucht-und-falschmeldungen-wirstattdesinformation-1/',
  50. 'info_dict': {
  51. 'id': '518789',
  52. 'ext': 'mp4',
  53. 'creators': ['Institute for Strategic Dialogue Germany gGmbH (ISD)'],
  54. 'description': 'md5:85228aed433e84ff0ff9bc582abd4ea8',
  55. 'release_date': '20230302',
  56. 'series': 'Narrative über den Krieg Russlands gegen die Ukraine (NUK)',
  57. 'tags': [],
  58. 'thumbnail': r're:https://www\.bpb\.de/cache/images/9/518789_teaser_16x9_1240\.jpeg.*',
  59. 'title': 'md5:3e956f264bb501f6383f10495a401da4',
  60. 'uploader': 'Bundeszentrale für politische Bildung',
  61. },
  62. }, {
  63. 'url': 'https://www.bpb.de/mediathek/podcasts/apuz-podcast/539727/apuz-20-china/',
  64. 'only_matching': True,
  65. }, {
  66. 'url': 'https://www.bpb.de/mediathek/audio/315813/folge-1-eine-einfuehrung/',
  67. 'info_dict': {
  68. 'id': '315813',
  69. 'ext': 'mp3',
  70. 'creators': ['Axel Schröder'],
  71. 'description': 'md5:eda9d1af34e5912efef5baf54fba4427',
  72. 'release_date': '20200921',
  73. 'series': 'Auf Endlagersuche. Der deutsche Weg zu einem sicheren Atommülllager',
  74. 'tags': ['Atomenergie', 'Endlager', 'hoch-radioaktiver Abfall', 'Endlagersuche', 'Atommüll', 'Atomendlager', 'Gorleben', 'Deutschland'],
  75. 'thumbnail': r're:https://www\.bpb\.de/cache/images/3/315813_teaser_16x9_1240\.png.*',
  76. 'title': 'Folge 1: Eine Einführung',
  77. 'uploader': 'Bundeszentrale für politische Bildung',
  78. },
  79. }, {
  80. 'url': 'https://www.bpb.de/517806/die-weltanschauung-der-neuen-rechten/',
  81. 'info_dict': {
  82. 'id': '517806',
  83. 'ext': 'mp3',
  84. 'creators': ['Bundeszentrale für politische Bildung'],
  85. 'description': 'md5:594689600e919912aade0b2871cc3fed',
  86. 'release_date': '20230127',
  87. 'series': 'Vorträge des Fachtags "Modernisierer. Grenzgänger. Anstifter. Sechs Jahrzehnte \'Neue Rechte\'"',
  88. 'tags': ['Rechtsextremismus', 'Konservatismus', 'Konservativismus', 'neue Rechte', 'Rechtspopulismus', 'Schnellroda', 'Deutschland'],
  89. 'thumbnail': r're:https://www\.bpb\.de/cache/images/6/517806_teaser_16x9_1240\.png.*',
  90. 'title': 'Die Weltanschauung der "Neuen Rechten"',
  91. 'uploader': 'Bundeszentrale für politische Bildung',
  92. },
  93. }, {
  94. 'url': 'https://www.bpb.de/mediathek/reihen/zahlen-und-fakten-soziale-situation-filme/520153/zahlen-und-fakten-die-soziale-situation-in-deutschland-migration/',
  95. 'only_matching': True,
  96. }]
  97. _TITLE_RE = re.compile('(?P<title>[^<]*)<[^>]+>(?P<series>[^<]*)')
  98. def _parse_vue_attributes(self, name, string, video_id):
  99. attributes = extract_attributes(self._search_regex(rf'(<{name}(?:"[^"]*?"|[^>])*>)', string, name))
  100. for key, value in attributes.items():
  101. if key.startswith(':'):
  102. attributes[key] = self._parse_json(value, video_id, transform_source=js_to_json, fatal=False)
  103. return attributes
  104. @staticmethod
  105. def _process_source(source):
  106. url = url_or_none(source['src'])
  107. if not url:
  108. return None
  109. source_type = source.get('type', '')
  110. extension = mimetype2ext(source_type)
  111. is_video = source_type.startswith('video')
  112. note = url.rpartition('.')[0].rpartition('_')[2] if is_video else None
  113. return {
  114. 'url': url,
  115. 'ext': extension,
  116. 'vcodec': None if is_video else 'none',
  117. 'quality': 10 if note == 'high' else 0,
  118. 'format_note': note,
  119. 'format_id': join_nonempty(extension, note),
  120. }
  121. def _real_extract(self, url):
  122. video_id = self._match_id(url)
  123. webpage = self._download_webpage(url, video_id)
  124. title_result = traverse_obj(webpage, ({find_element(cls='opening-header__title')}, {self._TITLE_RE.match}))
  125. json_lds = list(self._yield_json_ld(webpage, video_id, fatal=False))
  126. return {
  127. 'id': video_id,
  128. 'title': traverse_obj(title_result, ('title', {str.strip})) or None,
  129. # This metadata could be interpreted otherwise, but it fits "series" the most
  130. 'series': traverse_obj(title_result, ('series', {str.strip})) or None,
  131. 'description': join_nonempty(*traverse_obj(webpage, [(
  132. {find_element(cls='opening-intro')},
  133. [{find_element(tag='bpb-accordion-item')}, {find_element(cls='text-content')}],
  134. ), {clean_html}]), delim='\n\n') or None,
  135. 'creators': traverse_obj(self._html_search_meta('author', webpage), all),
  136. 'uploader': self._html_search_meta('publisher', webpage),
  137. 'release_date': unified_strdate(self._html_search_meta('date', webpage)),
  138. 'tags': traverse_obj(json_lds, (..., 'keywords', {lambda x: x.split(',')}, ...)),
  139. **traverse_obj(self._parse_vue_attributes('bpb-player', webpage, video_id), {
  140. 'formats': (':sources', ..., {self._process_source}),
  141. 'thumbnail': ('poster', {urljoin(url)}),
  142. }),
  143. }