[svt] Improve extraction and add support for pages (closes #16802)
This commit is contained in:
parent
c3bcd206eb
commit
7b393f9cc5
|
@ -1040,6 +1040,7 @@ from .stretchinternet import StretchInternetIE
|
||||||
from .sunporno import SunPornoIE
|
from .sunporno import SunPornoIE
|
||||||
from .svt import (
|
from .svt import (
|
||||||
SVTIE,
|
SVTIE,
|
||||||
|
SVTPageIE,
|
||||||
SVTPlayIE,
|
SVTPlayIE,
|
||||||
SVTSeriesIE,
|
SVTSeriesIE,
|
||||||
)
|
)
|
||||||
|
|
|
@ -1395,17 +1395,6 @@ class GenericIE(InfoExtractor):
|
||||||
'skip_download': True,
|
'skip_download': True,
|
||||||
},
|
},
|
||||||
},
|
},
|
||||||
# SVT embed
|
|
||||||
{
|
|
||||||
'url': 'http://www.svt.se/sport/ishockey/jagr-tacklar-giroux-under-intervjun',
|
|
||||||
'info_dict': {
|
|
||||||
'id': '2900353',
|
|
||||||
'ext': 'flv',
|
|
||||||
'title': 'Här trycker Jagr till Giroux (under SVT-intervjun)',
|
|
||||||
'duration': 27,
|
|
||||||
'age_limit': 0,
|
|
||||||
},
|
|
||||||
},
|
|
||||||
# Crooks and Liars embed
|
# Crooks and Liars embed
|
||||||
{
|
{
|
||||||
'url': 'http://crooksandliars.com/2015/04/fox-friends-says-protecting-atheists',
|
'url': 'http://crooksandliars.com/2015/04/fox-friends-says-protecting-atheists',
|
||||||
|
|
|
@ -12,6 +12,8 @@ from ..utils import (
|
||||||
determine_ext,
|
determine_ext,
|
||||||
dict_get,
|
dict_get,
|
||||||
int_or_none,
|
int_or_none,
|
||||||
|
orderedSet,
|
||||||
|
strip_or_none,
|
||||||
try_get,
|
try_get,
|
||||||
urljoin,
|
urljoin,
|
||||||
compat_str,
|
compat_str,
|
||||||
|
@ -137,7 +139,12 @@ class SVTPlayBaseIE(SVTBaseIE):
|
||||||
|
|
||||||
class SVTPlayIE(SVTPlayBaseIE):
|
class SVTPlayIE(SVTPlayBaseIE):
|
||||||
IE_DESC = 'SVT Play and Öppet arkiv'
|
IE_DESC = 'SVT Play and Öppet arkiv'
|
||||||
_VALID_URL = r'https?://(?:www\.)?(?:svtplay|oppetarkiv)\.se/(?:video|klipp|kanaler)/(?P<id>[^/?#&]+)'
|
_VALID_URL = r'''(?x)
|
||||||
|
(?:
|
||||||
|
svt:(?P<svt_id>[^/?#&]+)|
|
||||||
|
https?://(?:www\.)?(?:svtplay|oppetarkiv)\.se/(?:video|klipp|kanaler)/(?P<id>[^/?#&]+)
|
||||||
|
)
|
||||||
|
'''
|
||||||
_TESTS = [{
|
_TESTS = [{
|
||||||
'url': 'http://www.svtplay.se/video/5996901/flygplan-till-haile-selassie/flygplan-till-haile-selassie-2',
|
'url': 'http://www.svtplay.se/video/5996901/flygplan-till-haile-selassie/flygplan-till-haile-selassie-2',
|
||||||
'md5': '2b6704fe4a28801e1a098bbf3c5ac611',
|
'md5': '2b6704fe4a28801e1a098bbf3c5ac611',
|
||||||
|
@ -164,10 +171,40 @@ class SVTPlayIE(SVTPlayBaseIE):
|
||||||
}, {
|
}, {
|
||||||
'url': 'https://www.svtplay.se/kanaler/svt1',
|
'url': 'https://www.svtplay.se/kanaler/svt1',
|
||||||
'only_matching': True,
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
'url': 'svt:1376446-003A',
|
||||||
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
'url': 'svt:14278044',
|
||||||
|
'only_matching': True,
|
||||||
}]
|
}]
|
||||||
|
|
||||||
|
def _adjust_title(self, info):
|
||||||
|
if info['is_live']:
|
||||||
|
info['title'] = self._live_title(info['title'])
|
||||||
|
|
||||||
|
def _extract_by_video_id(self, video_id, webpage=None):
|
||||||
|
data = self._download_json(
|
||||||
|
'https://api.svt.se/videoplayer-api/video/%s' % video_id,
|
||||||
|
video_id, headers=self.geo_verification_headers())
|
||||||
|
info_dict = self._extract_video(data, video_id)
|
||||||
|
if not info_dict.get('title'):
|
||||||
|
title = dict_get(info_dict, ('episode', 'series'))
|
||||||
|
if not title and webpage:
|
||||||
|
title = re.sub(
|
||||||
|
r'\s*\|\s*.+?$', '', self._og_search_title(webpage))
|
||||||
|
if not title:
|
||||||
|
title = video_id
|
||||||
|
info_dict['title'] = title
|
||||||
|
self._adjust_title(info_dict)
|
||||||
|
return info_dict
|
||||||
|
|
||||||
def _real_extract(self, url):
|
def _real_extract(self, url):
|
||||||
video_id = self._match_id(url)
|
mobj = re.match(self._VALID_URL, url)
|
||||||
|
video_id, svt_id = mobj.group('id', 'svt_id')
|
||||||
|
|
||||||
|
if svt_id:
|
||||||
|
return self._extract_by_video_id(svt_id)
|
||||||
|
|
||||||
webpage = self._download_webpage(url, video_id)
|
webpage = self._download_webpage(url, video_id)
|
||||||
|
|
||||||
|
@ -179,10 +216,6 @@ class SVTPlayIE(SVTPlayBaseIE):
|
||||||
|
|
||||||
thumbnail = self._og_search_thumbnail(webpage)
|
thumbnail = self._og_search_thumbnail(webpage)
|
||||||
|
|
||||||
def adjust_title(info):
|
|
||||||
if info['is_live']:
|
|
||||||
info['title'] = self._live_title(info['title'])
|
|
||||||
|
|
||||||
if data:
|
if data:
|
||||||
video_info = try_get(
|
video_info = try_get(
|
||||||
data, lambda x: x['context']['dispatcher']['stores']['VideoTitlePageStore']['data']['video'],
|
data, lambda x: x['context']['dispatcher']['stores']['VideoTitlePageStore']['data']['video'],
|
||||||
|
@ -193,24 +226,14 @@ class SVTPlayIE(SVTPlayBaseIE):
|
||||||
'title': data['context']['dispatcher']['stores']['MetaStore']['title'],
|
'title': data['context']['dispatcher']['stores']['MetaStore']['title'],
|
||||||
'thumbnail': thumbnail,
|
'thumbnail': thumbnail,
|
||||||
})
|
})
|
||||||
adjust_title(info_dict)
|
self._adjust_title(info_dict)
|
||||||
return info_dict
|
return info_dict
|
||||||
|
|
||||||
video_id = self._search_regex(
|
svt_id = self._search_regex(
|
||||||
r'<video[^>]+data-video-id=["\']([\da-zA-Z-]+)',
|
r'<video[^>]+data-video-id=["\']([\da-zA-Z-]+)',
|
||||||
webpage, 'video id', default=None)
|
webpage, 'video id')
|
||||||
|
|
||||||
if video_id:
|
return self._extract_by_video_id(svt_id, webpage)
|
||||||
data = self._download_json(
|
|
||||||
'https://api.svt.se/videoplayer-api/video/%s' % video_id,
|
|
||||||
video_id, headers=self.geo_verification_headers())
|
|
||||||
info_dict = self._extract_video(data, video_id)
|
|
||||||
if not info_dict.get('title'):
|
|
||||||
info_dict['title'] = re.sub(
|
|
||||||
r'\s*\|\s*.+?$', '',
|
|
||||||
info_dict.get('episode') or self._og_search_title(webpage))
|
|
||||||
adjust_title(info_dict)
|
|
||||||
return info_dict
|
|
||||||
|
|
||||||
|
|
||||||
class SVTSeriesIE(SVTPlayBaseIE):
|
class SVTSeriesIE(SVTPlayBaseIE):
|
||||||
|
@ -292,3 +315,57 @@ class SVTSeriesIE(SVTPlayBaseIE):
|
||||||
|
|
||||||
return self.playlist_result(
|
return self.playlist_result(
|
||||||
entries, series_id, title, metadata.get('description'))
|
entries, series_id, title, metadata.get('description'))
|
||||||
|
|
||||||
|
|
||||||
|
class SVTPageIE(InfoExtractor):
|
||||||
|
_VALID_URL = r'https?://(?:www\.)?svt\.se/(?:[^/]+/)*(?P<id>[^/?&#]+)'
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'https://www.svt.se/sport/oseedat/guide-sommartraningen-du-kan-gora-var-och-nar-du-vill',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'guide-sommartraningen-du-kan-gora-var-och-nar-du-vill',
|
||||||
|
'title': 'GUIDE: Sommarträning du kan göra var och när du vill',
|
||||||
|
},
|
||||||
|
'playlist_count': 7,
|
||||||
|
}, {
|
||||||
|
'url': 'https://www.svt.se/nyheter/inrikes/ebba-busch-thor-kd-har-delvis-ratt-om-no-go-zoner',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'ebba-busch-thor-kd-har-delvis-ratt-om-no-go-zoner',
|
||||||
|
'title': 'Ebba Busch Thor har bara delvis rätt om ”no-go-zoner”',
|
||||||
|
},
|
||||||
|
'playlist_count': 1,
|
||||||
|
}, {
|
||||||
|
# only programTitle
|
||||||
|
'url': 'http://www.svt.se/sport/ishockey/jagr-tacklar-giroux-under-intervjun',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '2900353',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'Stjärnorna skojar till det - under SVT-intervjun',
|
||||||
|
'duration': 27,
|
||||||
|
'age_limit': 0,
|
||||||
|
},
|
||||||
|
}, {
|
||||||
|
'url': 'https://www.svt.se/nyheter/lokalt/vast/svt-testar-tar-nagon-upp-skrapet-1',
|
||||||
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
'url': 'https://www.svt.se/vader/manadskronikor/maj2018',
|
||||||
|
'only_matching': True,
|
||||||
|
}]
|
||||||
|
|
||||||
|
@classmethod
|
||||||
|
def suitable(cls, url):
|
||||||
|
return False if SVTIE.suitable(url) else super(SVTPageIE, cls).suitable(url)
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
playlist_id = self._match_id(url)
|
||||||
|
|
||||||
|
webpage = self._download_webpage(url, playlist_id)
|
||||||
|
|
||||||
|
entries = [
|
||||||
|
self.url_result(
|
||||||
|
'svt:%s' % video_id, ie=SVTPlayIE.ie_key(), video_id=video_id)
|
||||||
|
for video_id in orderedSet(re.findall(
|
||||||
|
r'data-video-id=["\'](\d+)', webpage))]
|
||||||
|
|
||||||
|
title = strip_or_none(self._og_search_title(webpage, default=None))
|
||||||
|
|
||||||
|
return self.playlist_result(entries, playlist_id, title)
|
||||||
|
|
Loading…
Reference in New Issue