[malltv] Add extractor (closes #18058)
parent
49bd993fd9
commit
22f5f5c6fc
@ -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