[turner,nba,cnn,adultswim] add base extractor to parse cvp feeds
Remita Amine
8 years ago
parent
98908bcf7c
commit
2982514072
@ -0,0 +1,163 @@
|
|||||||
|
# coding: utf-8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import re
|
||||||
|
|
||||||
|
from .common import InfoExtractor
|
||||||
|
from ..utils import (
|
||||||
|
xpath_text,
|
||||||
|
int_or_none,
|
||||||
|
determine_ext,
|
||||||
|
parse_duration,
|
||||||
|
xpath_attr,
|
||||||
|
update_url_query,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
|
class TurnerBaseIE(InfoExtractor):
|
||||||
|
def _extract_cvp_info(self, data_src, video_id, path_data={}):
|
||||||
|
video_data = self._download_xml(data_src, video_id)
|
||||||
|
video_id = video_data.attrib['id'].split('/')[-1].split('.')[0]
|
||||||
|
title = xpath_text(video_data, 'headline', fatal=True)
|
||||||
|
# rtmp_src = xpath_text(video_data, 'akamai/src')
|
||||||
|
# if rtmp_src:
|
||||||
|
# splited_rtmp_src = rtmp_src.split(',')
|
||||||
|
# if len(splited_rtmp_src) == 2:
|
||||||
|
# rtmp_src = splited_rtmp_src[1]
|
||||||
|
# aifp = xpath_text(video_data, 'akamai/aifp', default='')
|
||||||
|
|
||||||
|
tokens = {}
|
||||||
|
urls = []
|
||||||
|
formats = []
|
||||||
|
rex = re.compile(r'''(?x)
|
||||||
|
(?P<width>[0-9]+)x(?P<height>[0-9]+)
|
||||||
|
(?:_(?P<bitrate>[0-9]+))?
|
||||||
|
''')
|
||||||
|
for video_file in video_data.findall('files/file'):
|
||||||
|
video_url = video_file.text.strip()
|
||||||
|
if not video_url:
|
||||||
|
continue
|
||||||
|
ext = determine_ext(video_url)
|
||||||
|
if video_url.startswith('/mp4:protected/'):
|
||||||
|
continue
|
||||||
|
# TODO Correct extraction for these files
|
||||||
|
# protected_path_data = path_data.get('protected')
|
||||||
|
# if not protected_path_data or not rtmp_src:
|
||||||
|
# continue
|
||||||
|
# protected_path = self._search_regex(
|
||||||
|
# r'/mp4:(.+)\.[a-z0-9]', video_url, 'secure path')
|
||||||
|
# auth = self._download_webpage(
|
||||||
|
# protected_path_data['tokenizer_src'], query={
|
||||||
|
# 'path': protected_path,
|
||||||
|
# 'videoId': video_id,
|
||||||
|
# 'aifp': aifp,
|
||||||
|
# })
|
||||||
|
# token = xpath_text(auth, 'token')
|
||||||
|
# if not token:
|
||||||
|
# continue
|
||||||
|
# video_url = rtmp_src + video_url + '?' + token
|
||||||
|
elif video_url.startswith('/secure/'):
|
||||||
|
secure_path_data = path_data.get('secure')
|
||||||
|
if not secure_path_data:
|
||||||
|
continue
|
||||||
|
video_url = secure_path_data['media_src'] + video_url
|
||||||
|
secure_path = self._search_regex(r'https?://[^/]+(.+/)', video_url, 'secure path') + '*'
|
||||||
|
token = tokens.get(secure_path)
|
||||||
|
if not token:
|
||||||
|
auth = self._download_xml(
|
||||||
|
secure_path_data['tokenizer_src'], video_id, query={
|
||||||
|
'path': secure_path,
|
||||||
|
'videoId': video_id,
|
||||||
|
})
|
||||||
|
token = xpath_text(auth, 'token')
|
||||||
|
if not token:
|
||||||
|
continue
|
||||||
|
tokens[secure_path] = token
|
||||||
|
video_url = video_url + '?hdnea=' + token
|
||||||
|
elif not re.match('https?://', video_url):
|
||||||
|
base_path_data = path_data.get(ext, path_data.get('default', {}))
|
||||||
|
media_src = base_path_data.get('media_src')
|
||||||
|
if not media_src:
|
||||||
|
continue
|
||||||
|
video_url = media_src + video_url
|
||||||
|
if video_url in urls:
|
||||||
|
continue
|
||||||
|
urls.append(video_url)
|
||||||
|
format_id = video_file.attrib['bitrate']
|
||||||
|
if ext == 'smil':
|
||||||
|
formats.extend(self._extract_smil_formats(video_url, video_id, fatal=False))
|
||||||
|
elif ext == 'm3u8':
|
||||||
|
formats.extend(self._extract_m3u8_formats(
|
||||||
|
video_url, video_id, 'mp4', m3u8_id=format_id, fatal=False))
|
||||||
|
elif ext == 'f4m':
|
||||||
|
formats.extend(self._extract_f4m_formats(
|
||||||
|
update_url_query(video_url, {'hdcore': '3.7.0'}),
|
||||||
|
video_id, f4m_id=format_id, fatal=False))
|
||||||
|
else:
|
||||||
|
f = {
|
||||||
|
'format_id': format_id,
|
||||||
|
'url': video_url,
|
||||||
|
'ext': ext,
|
||||||
|
}
|
||||||
|
mobj = rex.search(format_id + video_url)
|
||||||
|
if mobj:
|
||||||
|
f.update({
|
||||||
|
'width': int(mobj.group('width')),
|
||||||
|
'height': int(mobj.group('height')),
|
||||||
|
'tbr': int_or_none(mobj.group('bitrate')),
|
||||||
|
})
|
||||||
|
elif format_id.isdigit():
|
||||||
|
f['tbr'] = int(format_id)
|
||||||
|
else:
|
||||||
|
mobj = re.match(r'ios_(audio|[0-9]+)$', format_id)
|
||||||
|
if mobj:
|
||||||
|
if mobj.group(1) == 'audio':
|
||||||
|
f.update({
|
||||||
|
'vcodec': 'none',
|
||||||
|
'ext': 'm4a',
|
||||||
|
})
|
||||||
|
else:
|
||||||
|
f['tbr'] = int(mobj.group(1))
|
||||||
|
formats.append(f)
|
||||||
|
self._sort_formats(formats)
|
||||||
|
|
||||||
|
subtitles = {}
|
||||||
|
for source in video_data.findall('closedCaptions/source'):
|
||||||
|
for track in source.findall('track'):
|
||||||
|
source_url = source.get('url')
|
||||||
|
if not source_url:
|
||||||
|
continue
|
||||||
|
subtitles.set_default(source.get('lang') or source.get('label') or 'en', []).append({
|
||||||
|
'url': source_url,
|
||||||
|
'ext': {
|
||||||
|
'scc': 'scc',
|
||||||
|
'webvtt': 'vtt',
|
||||||
|
'smptett': 'tt',
|
||||||
|
}.get(source.get('format'))
|
||||||
|
})
|
||||||
|
|
||||||
|
thumbnails = [{
|
||||||
|
'id': image.get('cut'),
|
||||||
|
'url': image.text,
|
||||||
|
'width': int_or_none(image.get('width')),
|
||||||
|
'height': int_or_none(image.get('height')),
|
||||||
|
} for image in video_data.findall('images/image')]
|
||||||
|
|
||||||
|
timestamp = None
|
||||||
|
if 'cnn.com' not in data_src:
|
||||||
|
timestamp = int_or_none(xpath_attr(video_data, 'dateCreated', 'uts'))
|
||||||
|
|
||||||
|
return {
|
||||||
|
'id': video_id,
|
||||||
|
'title': title,
|
||||||
|
'formats': formats,
|
||||||
|
'subtitles': subtitles,
|
||||||
|
'thumbnails': thumbnails,
|
||||||
|
'description': xpath_text(video_data, 'description'),
|
||||||
|
'duration': parse_duration(xpath_text(video_data, 'length') or xpath_text(video_data, 'trt')),
|
||||||
|
'timestamp': timestamp,
|
||||||
|
'upload_date': xpath_attr(video_data, 'metas', 'version'),
|
||||||
|
'series': xpath_text(video_data, 'showTitle'),
|
||||||
|
'season_number': int_or_none(xpath_text(video_data, 'seasonNumber')),
|
||||||
|
'episode_number': int_or_none(xpath_text(video_data, 'episodeNumber')),
|
||||||
|
}
|
||||||
Loading…
Reference in New Issue