[9gag] Fix Extraction (#23022)
This commit is contained in:
DrWursterich
GitHub
parent
f9201cef58
commit
1dd12708c2
|
|
@ -3,102 +3,146 @@ from __future__ import unicode_literals
|
||||||
import re
|
import re
|
||||||
|
|
||||||
from .common import InfoExtractor
|
from .common import InfoExtractor
|
||||||
from ..utils import str_to_int
|
from ..utils import (
|
||||||
|
determine_ext,
|
||||||
|
url_or_none,
|
||||||
|
int_or_none,
|
||||||
|
float_or_none,
|
||||||
|
ExtractorError
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
class NineGagIE(InfoExtractor):
|
class NineGagIE(InfoExtractor):
|
||||||
IE_NAME = '9gag'
|
IE_NAME = '9gag'
|
||||||
_VALID_URL = r'https?://(?:www\.)?9gag(?:\.com/tv|\.tv)/(?:p|embed)/(?P<id>[a-zA-Z0-9]+)(?:/(?P<display_id>[^?#/]+))?'
|
_VALID_URL = r'https?://(?:www\.)?9gag\.com/gag/(?P<id>[a-zA-Z0-9]+)'
|
||||||
|
|
||||||
_TESTS = [{
|
_TESTS = [{
|
||||||
'url': 'http://9gag.com/tv/p/Kk2X5/people-are-awesome-2013-is-absolutely-awesome',
|
'url': 'https://9gag.com/gag/an5Qz5b',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'kXzwOKyGlSA',
|
'id': 'an5Qz5b',
|
||||||
'ext': 'mp4',
|
'ext': 'webm',
|
||||||
'description': 'This 3-minute video will make you smile and then make you feel untalented and insignificant. Anyway, you should share this awesomeness. (Thanks, Dino!)',
|
'title': 'Dogs playing tetherball',
|
||||||
'title': '\"People Are Awesome 2013\" Is Absolutely Awesome',
|
'upload_date': '20191108',
|
||||||
'uploader_id': 'UCdEH6EjDKwtTe-sO2f0_1XA',
|
'timestamp': 1573243994,
|
||||||
'uploader': 'CompilationChannel',
|
'age_limit': 0,
|
||||||
'upload_date': '20131110',
|
'categories': [
|
||||||
'view_count': int,
|
'Wholesome'
|
||||||
},
|
],
|
||||||
'add_ie': ['Youtube'],
|
'tags': [
|
||||||
|
'Dog'
|
||||||
|
]
|
||||||
|
}
|
||||||
}, {
|
}, {
|
||||||
'url': 'http://9gag.com/tv/p/aKolP3',
|
'url': 'https://9gag.com/gag/ae5Ag7B',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'aKolP3',
|
'id': 'ae5Ag7B',
|
||||||
'ext': 'mp4',
|
'ext': 'webm',
|
||||||
'title': 'This Guy Travelled 11 countries In 44 days Just To Make This Amazing Video',
|
'title': 'Capybara Agility Training',
|
||||||
'description': "I just saw more in 1 minute than I've seen in 1 year. This guy's video is epic!!",
|
'upload_date': '20191108',
|
||||||
'uploader_id': 'rickmereki',
|
'timestamp': 1573237208,
|
||||||
'uploader': 'Rick Mereki',
|
'age_limit': 0,
|
||||||
'upload_date': '20110803',
|
'categories': [
|
||||||
'view_count': int,
|
'Awesome'
|
||||||
},
|
],
|
||||||
'add_ie': ['Vimeo'],
|
'tags': [
|
||||||
}, {
|
'Weimaraner',
|
||||||
'url': 'http://9gag.com/tv/p/KklwM',
|
'American Pit Bull Terrier'
|
||||||
'only_matching': True,
|
]
|
||||||
}, {
|
}
|
||||||
'url': 'http://9gag.tv/p/Kk2X5',
|
|
||||||
'only_matching': True,
|
|
||||||
}, {
|
|
||||||
'url': 'http://9gag.com/tv/embed/a5Dmvl',
|
|
||||||
'only_matching': True,
|
|
||||||
}]
|
}]
|
||||||
|
|
||||||
_EXTERNAL_VIDEO_PROVIDER = {
|
_EXTERNAL_VIDEO_PROVIDERS = {
|
||||||
'1': {
|
'Youtube': 'https://youtube.com/watch?v=%s'
|
||||||
'url': '%s',
|
|
||||||
'ie_key': 'Youtube',
|
|
||||||
},
|
|
||||||
'2': {
|
|
||||||
'url': 'http://player.vimeo.com/video/%s',
|
|
||||||
'ie_key': 'Vimeo',
|
|
||||||
},
|
|
||||||
'3': {
|
|
||||||
'url': 'http://instagram.com/p/%s',
|
|
||||||
'ie_key': 'Instagram',
|
|
||||||
},
|
|
||||||
'4': {
|
|
||||||
'url': 'http://vine.co/v/%s',
|
|
||||||
'ie_key': 'Vine',
|
|
||||||
},
|
|
||||||
}
|
}
|
||||||
|
|
||||||
def _real_extract(self, url):
|
def _real_extract(self, url):
|
||||||
mobj = re.match(self._VALID_URL, url)
|
video_id = self._match_id(url)
|
||||||
video_id = mobj.group('id')
|
webpage = self._download_webpage(url, video_id)
|
||||||
display_id = mobj.group('display_id') or video_id
|
rawJsonData = self._search_regex(
|
||||||
|
r'window._config\s*=\s*JSON.parse\(["\']({.+?})["\']\);',
|
||||||
webpage = self._download_webpage(url, display_id)
|
webpage,
|
||||||
|
'data')
|
||||||
post_view = self._parse_json(
|
rawJsonData = rawJsonData.replace('\\"', '"').replace('\\\\/', '/')
|
||||||
self._search_regex(
|
data = self._parse_json(rawJsonData, video_id)['data']['post']
|
||||||
r'var\s+postView\s*=\s*new\s+app\.PostView\({\s*post:\s*({.+?})\s*,\s*posts:\s*prefetchedCurrentPost',
|
|
||||||
webpage, 'post view'),
|
|
||||||
display_id)
|
|
||||||
|
|
||||||
ie_key = None
|
|
||||||
source_url = post_view.get('sourceUrl')
|
|
||||||
if not source_url:
|
|
||||||
external_video_id = post_view['videoExternalId']
|
|
||||||
external_video_provider = post_view['videoExternalProvider']
|
|
||||||
source_url = self._EXTERNAL_VIDEO_PROVIDER[external_video_provider]['url'] % external_video_id
|
|
||||||
ie_key = self._EXTERNAL_VIDEO_PROVIDER[external_video_provider]['ie_key']
|
|
||||||
title = post_view['title']
|
|
||||||
description = post_view.get('description')
|
|
||||||
view_count = str_to_int(post_view.get('externalView'))
|
|
||||||
thumbnail = post_view.get('thumbnail_700w') or post_view.get('ogImageUrl') or post_view.get('thumbnail_300w')
|
|
||||||
|
|
||||||
|
if data['type'] == 'Video':
|
||||||
|
vid = data['video']['id']
|
||||||
|
ie_key = data['video']['source'].capitalize()
|
||||||
return {
|
return {
|
||||||
'_type': 'url_transparent',
|
'_type': 'url_transparent',
|
||||||
'url': source_url,
|
'url': self._EXTERNAL_VIDEO_PROVIDERS[ie_key] % vid,
|
||||||
'ie_key': ie_key,
|
'ie_key': ie_key,
|
||||||
'id': video_id,
|
'id': vid,
|
||||||
'display_id': display_id,
|
'duration': data['video'].get('duration'),
|
||||||
'title': title,
|
'start_time': data['video'].get('startTs')
|
||||||
'description': description,
|
}
|
||||||
'view_count': view_count,
|
|
||||||
'thumbnail': thumbnail,
|
if data['type'] == 'EmbedVideo':
|
||||||
|
vid = data['video']['id']
|
||||||
|
ie_key = data['video']['source'].capitalize()
|
||||||
|
return {
|
||||||
|
'_type': 'url_transparent',
|
||||||
|
'url': data['video']['embedUrl'],
|
||||||
|
#'ie_key': vid,
|
||||||
|
'start_time': data['video'].get('startTs')
|
||||||
|
}
|
||||||
|
|
||||||
|
if data['type'] != 'Animated':
|
||||||
|
raise ExtractorError(
|
||||||
|
'The given url does not contain a video',
|
||||||
|
expected=True)
|
||||||
|
|
||||||
|
duration = None
|
||||||
|
formats = []
|
||||||
|
thumbnails = []
|
||||||
|
for key in data['images']:
|
||||||
|
image = data['images'][key]
|
||||||
|
if 'duration' in image and duration is None:
|
||||||
|
duration = int_or_none(image['duration'])
|
||||||
|
url = url_or_none(image.get('url'))
|
||||||
|
if url == None:
|
||||||
|
continue
|
||||||
|
ext = determine_ext(url)
|
||||||
|
if ext == 'jpg' or ext == 'png':
|
||||||
|
thumbnail = {
|
||||||
|
'url': url,
|
||||||
|
'width': float_or_none(image.get('width')),
|
||||||
|
'height': float_or_none(image.get('height'))
|
||||||
|
}
|
||||||
|
thumbnails.append(thumbnail)
|
||||||
|
elif ext == 'webm' or ext == 'mp4':
|
||||||
|
formats.append({
|
||||||
|
'format_id': re.sub(r'.*_([^\.]+).(.*)', r'\1_\2', url),
|
||||||
|
'ext': ext,
|
||||||
|
'url': url,
|
||||||
|
'width': float_or_none(image.get('width')),
|
||||||
|
'height': float_or_none(image.get('height'))
|
||||||
|
})
|
||||||
|
section = None
|
||||||
|
postSection = data.get('postSection')
|
||||||
|
if postSection != None and 'name' in postSection:
|
||||||
|
section = re.sub(r'\\[^\\]{5}', '', postSection['name'])
|
||||||
|
age_limit = int_or_none(data.get('nsfw'))
|
||||||
|
if age_limit != None:
|
||||||
|
age_limit = age_limit * 18
|
||||||
|
tags = None
|
||||||
|
if 'tags' in data:
|
||||||
|
tags = []
|
||||||
|
for tag in data.get('tags') or []:
|
||||||
|
tags.append(tag.get('key'))
|
||||||
|
|
||||||
|
return {
|
||||||
|
'id': video_id,
|
||||||
|
'title': data['title'],
|
||||||
|
'timestamp': int_or_none(data.get('creationTs')),
|
||||||
|
'duration': duration,
|
||||||
|
'formats': formats,
|
||||||
|
'thumbnails': thumbnails,
|
||||||
|
'like_count': int_or_none(data.get('upVoteCount')),
|
||||||
|
'dislike_count': int_or_none(data.get('downVoteCount')),
|
||||||
|
'comment_count': int_or_none(data.get('commentsCount')),
|
||||||
|
'age_limit': age_limit,
|
||||||
|
'categories': [section],
|
||||||
|
'tags': tags,
|
||||||
|
'is_live': False
|
||||||
}
|
}
|
||||||
|
|
|
||||||
Loading…
Reference in New Issue