[golem] Add new extractor
This commit is contained in:
parent
86916dae4b
commit
6a5af6acb9
|
@ -135,6 +135,7 @@ from .gametrailers import GametrailersIE
|
||||||
from .gdcvault import GDCVaultIE
|
from .gdcvault import GDCVaultIE
|
||||||
from .generic import GenericIE
|
from .generic import GenericIE
|
||||||
from .godtube import GodTubeIE
|
from .godtube import GodTubeIE
|
||||||
|
from .golem import GolemIE
|
||||||
from .googleplus import GooglePlusIE
|
from .googleplus import GooglePlusIE
|
||||||
from .googlesearch import GoogleSearchIE
|
from .googlesearch import GoogleSearchIE
|
||||||
from .gorillavid import GorillaVidIE
|
from .gorillavid import GorillaVidIE
|
||||||
|
|
|
@ -0,0 +1,131 @@
|
||||||
|
# coding: utf-8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import re
|
||||||
|
|
||||||
|
from .common import InfoExtractor
|
||||||
|
from ..utils import compat_urlparse
|
||||||
|
|
||||||
|
|
||||||
|
class GolemIE(InfoExtractor):
|
||||||
|
_VALID_URL = r'^https?://video\.golem\.de/.+?/(?P<id>.+?)/'
|
||||||
|
_TEST = {
|
||||||
|
'url': 'http://video.golem.de/handy/14095/iphone-6-und-6-plus-test.html',
|
||||||
|
'md5': 'c1a2c0a3c863319651c7c992c5ee29bf',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '14095',
|
||||||
|
'format_id': 'high',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'iPhone 6 und 6 Plus - Test',
|
||||||
|
'duration': 300,
|
||||||
|
'filesize': 65309548,
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
_CONFIG = 'https://video.golem.de/xml/{}.xml'
|
||||||
|
_PREFIX = 'http://video.golem.de'
|
||||||
|
|
||||||
|
def _warn(self, fmt, *args):
|
||||||
|
self.report_warning(fmt.format(*args), self._id)
|
||||||
|
|
||||||
|
def _extract_format(self, elem):
|
||||||
|
format_id = elem.tag
|
||||||
|
|
||||||
|
url = elem.findtext('./url')
|
||||||
|
if url == '':
|
||||||
|
self._warn("{}: url: empty, skipping", format_id)
|
||||||
|
return None
|
||||||
|
|
||||||
|
fmt = {
|
||||||
|
'format_id': format_id,
|
||||||
|
'url': compat_urlparse.urljoin(self._PREFIX, url)
|
||||||
|
}
|
||||||
|
|
||||||
|
try:
|
||||||
|
_, ext = elem.findtext('./filename', '').rsplit('.', 1)
|
||||||
|
except ValueError:
|
||||||
|
self._warn('{}: ext: missing extension', format_id)
|
||||||
|
else:
|
||||||
|
fmt['ext'] = ext
|
||||||
|
|
||||||
|
filesize = elem.findtext('./filesize')
|
||||||
|
if filesize is not None:
|
||||||
|
try:
|
||||||
|
fmt['filesize'] = int(filesize)
|
||||||
|
except ValueError as e:
|
||||||
|
self._warn('{}: filesize: {}', format_id, e)
|
||||||
|
|
||||||
|
width = elem.get('width')
|
||||||
|
if width is not None:
|
||||||
|
try:
|
||||||
|
fmt['width'] = int(width)
|
||||||
|
except ValueError as e:
|
||||||
|
self._warn('{}: width: {}', format_id, e)
|
||||||
|
|
||||||
|
height = elem.get('height')
|
||||||
|
if height is not None:
|
||||||
|
try:
|
||||||
|
fmt['height'] = int(height)
|
||||||
|
except ValueError as e:
|
||||||
|
self._warn('{}: height: {}', format_id, e)
|
||||||
|
|
||||||
|
return fmt
|
||||||
|
|
||||||
|
def _extract_thumbnail(self, elem):
|
||||||
|
url = elem.findtext('./url')
|
||||||
|
if url == '':
|
||||||
|
return None
|
||||||
|
thumb = {
|
||||||
|
'url': compat_urlparse.urljoin(self._PREFIX, url)
|
||||||
|
}
|
||||||
|
|
||||||
|
width = elem.get('width')
|
||||||
|
if width is not None:
|
||||||
|
try:
|
||||||
|
thumb['width'] = int(width)
|
||||||
|
except ValueError as e:
|
||||||
|
self._warn('thumbnail: width: {}', e)
|
||||||
|
|
||||||
|
height = elem.get('height')
|
||||||
|
if height is not None:
|
||||||
|
try:
|
||||||
|
thumb['height'] = int(height)
|
||||||
|
except ValueError as e:
|
||||||
|
self._warn('thumbnail: height: {}', e)
|
||||||
|
|
||||||
|
return thumb
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
mobj = re.match(self._VALID_URL, url)
|
||||||
|
self._id = mobj.group('id')
|
||||||
|
|
||||||
|
config = self._download_xml(self._CONFIG.format(self._id), self._id)
|
||||||
|
|
||||||
|
info = {
|
||||||
|
'id': self._id,
|
||||||
|
'title': config.findtext('./title', 'golem')
|
||||||
|
}
|
||||||
|
|
||||||
|
formats = []
|
||||||
|
for e in config.findall('./*[url]'):
|
||||||
|
fmt = self._extract_format(e)
|
||||||
|
if fmt is not None:
|
||||||
|
formats.append(fmt)
|
||||||
|
self._sort_formats(formats)
|
||||||
|
info['formats'] = formats
|
||||||
|
|
||||||
|
thumbnails = []
|
||||||
|
for e in config.findall('.//teaser[url]'):
|
||||||
|
thumb = self._extract_thumbnail(e)
|
||||||
|
if thumb is not None:
|
||||||
|
thumbnails.append(thumb)
|
||||||
|
info['thumbnails'] = thumbnails
|
||||||
|
|
||||||
|
playtime = config.findtext('./playtime')
|
||||||
|
if playtime is not None:
|
||||||
|
try:
|
||||||
|
info['duration'] = round(float(playtime))
|
||||||
|
except ValueError as e:
|
||||||
|
self._warn('duration: {}', e)
|
||||||
|
|
||||||
|
return info
|
Loading…
Reference in New Issue