[malltv] Add extractor (closes #18058)
parent
49bd993fd9
commit
22f5f5c6fc
5 changed files with 63 additions and 2 deletions
@ -0,0 +1,58 @@ |
||||
# coding: utf-8 |
||||
from __future__ import unicode_literals |
||||
|
||||
import re |
||||
from .common import InfoExtractor |
||||
from ..utils import parse_duration, merge_dicts |
||||
|
||||
|
||||
class MallTVIE(InfoExtractor): |
||||
_VALID_URL = r'https?://(?:www\.)?mall\.tv/(?:.+/)?(?P<id>.+)(?:\?.*$|$)' |
||||
_TESTS = [ |
||||
{ |
||||
'url': 'https://www.mall.tv/18-miliard-pro-neziskovky-opravdu-jsou-sportovci-nebo-clovek-v-tisni-pijavice', |
||||
'md5': '9ced0de056534410837077e23bfba796', |
||||
'info_dict': { |
||||
'id': 't0zzt0', |
||||
'ext': 'mp4', |
||||
'title': '18 miliard pro neziskovky. Opravdu jsou sportovci nebo Člověk v tísni pijavice?', |
||||
'description': 'Pokud někdo hospodaří s penězmi daňových poplatníků, pak logicky chceme vědět, jak s nimi nakládá. Objem dotací pro neziskovky roste, ale opravdu jsou tyto organizace „pijavice", jak o nich hovoří And', |
||||
'upload_date': '20181007', |
||||
'timestamp': 1538870400 |
||||
} |
||||
}, |
||||
{ |
||||
'url': 'https://www.mall.tv/kdo-to-plati/18-miliard-pro-neziskovky-opravdu-jsou-sportovci-nebo-clovek-v-tisni-pijavice', |
||||
'md5': '9ced0de056534410837077e23bfba796', |
||||
'only_matching': 1, |
||||
'info_dict': { |
||||
'id': 't0zzt0', |
||||
'ext': 'mp4', |
||||
'title': '18 miliard pro neziskovky. Opravdu jsou sportovci nebo Člověk v tísni pijavice?', |
||||
'description': 'Pokud někdo hospodaří s penězmi daňových poplatníků, pak logicky chceme vědět, jak s nimi nakládá. Objem dotací pro neziskovky roste, ale opravdu jsou tyto organizace „pijavice", jak o nich hovoří And', |
||||
'upload_date': '20181007', |
||||
'timestamp': 1538870400 |
||||
} |
||||
} |
||||
] |
||||
|
||||
def _real_extract(self, url): |
||||
display_id = self._match_id(url) |
||||
webpage = self._download_webpage(url, display_id) |
||||
src_id_regex = r'(?P<src><source src=([\"\'])?.+?/(?P<id>\w{6,}?)/index)(?P<after>\1?[^>]*?>)' |
||||
video_id = self._search_regex(src_id_regex, webpage, 'ID', |
||||
group='id') |
||||
info = self._search_json_ld(webpage, video_id, default={}) |
||||
html = re.sub(src_id_regex, r'\g<src>.m3u8\g<after>', webpage) |
||||
media = self._parse_html5_media_entries(url, html, video_id) |
||||
thumbnail = info.get('thumbnail', self._og_search_thumbnail(webpage)) |
||||
duration = parse_duration(info.get('duration')) |
||||
result = { |
||||
'id': video_id, |
||||
'title': info.get('title', self._og_search_title(webpage)), |
||||
'description': self._og_search_description(webpage) |
||||
} |
||||
result.update({'thumbnail': thumbnail}) |
||||
result.update({'duration': duration}) |
||||
|
||||
return merge_dicts(media[0], info, result) |
Loading…
Reference in new issue