mirror of
https://github.com/yt-dlp/yt-dlp.git
synced 2024-11-02 09:12:40 +01:00
[rai] Add Raiplaysound extractors (#1955)
Closes #1951 Authored by: nixxo, pukkandan
This commit is contained in:
parent
dc5f409cdc
commit
0df11dafdd
@ -1232,9 +1232,10 @@
|
|||||||
RaiPlayIE,
|
RaiPlayIE,
|
||||||
RaiPlayLiveIE,
|
RaiPlayLiveIE,
|
||||||
RaiPlayPlaylistIE,
|
RaiPlayPlaylistIE,
|
||||||
|
RaiPlaySoundIE,
|
||||||
|
RaiPlaySoundLiveIE,
|
||||||
|
RaiPlaySoundPlaylistIE,
|
||||||
RaiIE,
|
RaiIE,
|
||||||
RaiPlayRadioIE,
|
|
||||||
RaiPlayRadioPlaylistIE,
|
|
||||||
)
|
)
|
||||||
from .raywenderlich import (
|
from .raywenderlich import (
|
||||||
RayWenderlichIE,
|
RayWenderlichIE,
|
||||||
|
@ -14,16 +14,14 @@
|
|||||||
find_xpath_attr,
|
find_xpath_attr,
|
||||||
fix_xml_ampersands,
|
fix_xml_ampersands,
|
||||||
GeoRestrictedError,
|
GeoRestrictedError,
|
||||||
get_element_by_class,
|
|
||||||
HEADRequest,
|
HEADRequest,
|
||||||
int_or_none,
|
int_or_none,
|
||||||
join_nonempty,
|
join_nonempty,
|
||||||
parse_duration,
|
parse_duration,
|
||||||
parse_list,
|
|
||||||
remove_start,
|
remove_start,
|
||||||
strip_or_none,
|
strip_or_none,
|
||||||
|
traverse_obj,
|
||||||
try_get,
|
try_get,
|
||||||
unescapeHTML,
|
|
||||||
unified_strdate,
|
unified_strdate,
|
||||||
unified_timestamp,
|
unified_timestamp,
|
||||||
update_url_query,
|
update_url_query,
|
||||||
@ -37,7 +35,7 @@ class RaiBaseIE(InfoExtractor):
|
|||||||
_GEO_COUNTRIES = ['IT']
|
_GEO_COUNTRIES = ['IT']
|
||||||
_GEO_BYPASS = False
|
_GEO_BYPASS = False
|
||||||
|
|
||||||
def _extract_relinker_info(self, relinker_url, video_id):
|
def _extract_relinker_info(self, relinker_url, video_id, audio_only=False):
|
||||||
if not re.match(r'https?://', relinker_url):
|
if not re.match(r'https?://', relinker_url):
|
||||||
return {'formats': [{'url': relinker_url}]}
|
return {'formats': [{'url': relinker_url}]}
|
||||||
|
|
||||||
@ -80,7 +78,15 @@ def _extract_relinker_info(self, relinker_url, video_id):
|
|||||||
if (ext == 'm3u8' and platform != 'mon') or (ext == 'f4m' and platform != 'flash'):
|
if (ext == 'm3u8' and platform != 'mon') or (ext == 'f4m' and platform != 'flash'):
|
||||||
continue
|
continue
|
||||||
|
|
||||||
if ext == 'm3u8' or 'format=m3u8' in media_url or platform == 'mon':
|
if ext == 'mp3':
|
||||||
|
formats.append({
|
||||||
|
'url': media_url,
|
||||||
|
'vcodec': 'none',
|
||||||
|
'acodec': 'mp3',
|
||||||
|
'format_id': 'http-mp3',
|
||||||
|
})
|
||||||
|
break
|
||||||
|
elif ext == 'm3u8' or 'format=m3u8' in media_url or platform == 'mon':
|
||||||
formats.extend(self._extract_m3u8_formats(
|
formats.extend(self._extract_m3u8_formats(
|
||||||
media_url, video_id, 'mp4', 'm3u8_native',
|
media_url, video_id, 'mp4', 'm3u8_native',
|
||||||
m3u8_id='hls', fatal=False))
|
m3u8_id='hls', fatal=False))
|
||||||
@ -101,7 +107,8 @@ def _extract_relinker_info(self, relinker_url, video_id):
|
|||||||
if not formats and geoprotection is True:
|
if not formats and geoprotection is True:
|
||||||
self.raise_geo_restricted(countries=self._GEO_COUNTRIES, metadata_available=True)
|
self.raise_geo_restricted(countries=self._GEO_COUNTRIES, metadata_available=True)
|
||||||
|
|
||||||
formats.extend(self._create_http_urls(relinker_url, formats))
|
if not audio_only:
|
||||||
|
formats.extend(self._create_http_urls(relinker_url, formats))
|
||||||
|
|
||||||
return dict((k, v) for k, v in {
|
return dict((k, v) for k, v in {
|
||||||
'is_live': is_live,
|
'is_live': is_live,
|
||||||
@ -359,26 +366,44 @@ class RaiPlayLiveIE(RaiPlayIE):
|
|||||||
|
|
||||||
|
|
||||||
class RaiPlayPlaylistIE(InfoExtractor):
|
class RaiPlayPlaylistIE(InfoExtractor):
|
||||||
_VALID_URL = r'(?P<base>https?://(?:www\.)?raiplay\.it/programmi/(?P<id>[^/?#&]+))'
|
_VALID_URL = r'(?P<base>https?://(?:www\.)?raiplay\.it/programmi/(?P<id>[^/?#&]+))(?:/(?P<extra_id>[^?#&]+))?'
|
||||||
_TESTS = [{
|
_TESTS = [{
|
||||||
'url': 'http://www.raiplay.it/programmi/nondirloalmiocapo/',
|
'url': 'https://www.raiplay.it/programmi/nondirloalmiocapo/',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'nondirloalmiocapo',
|
'id': 'nondirloalmiocapo',
|
||||||
'title': 'Non dirlo al mio capo',
|
'title': 'Non dirlo al mio capo',
|
||||||
'description': 'md5:98ab6b98f7f44c2843fd7d6f045f153b',
|
'description': 'md5:98ab6b98f7f44c2843fd7d6f045f153b',
|
||||||
},
|
},
|
||||||
'playlist_mincount': 12,
|
'playlist_mincount': 12,
|
||||||
|
}, {
|
||||||
|
'url': 'https://www.raiplay.it/programmi/nondirloalmiocapo/episodi/stagione-2/',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'nondirloalmiocapo',
|
||||||
|
'title': 'Non dirlo al mio capo - Stagione 2',
|
||||||
|
'description': 'md5:98ab6b98f7f44c2843fd7d6f045f153b',
|
||||||
|
},
|
||||||
|
'playlist_mincount': 12,
|
||||||
}]
|
}]
|
||||||
|
|
||||||
def _real_extract(self, url):
|
def _real_extract(self, url):
|
||||||
base, playlist_id = self._match_valid_url(url).groups()
|
base, playlist_id, extra_id = self._match_valid_url(url).groups()
|
||||||
|
|
||||||
program = self._download_json(
|
program = self._download_json(
|
||||||
base + '.json', playlist_id, 'Downloading program JSON')
|
base + '.json', playlist_id, 'Downloading program JSON')
|
||||||
|
|
||||||
|
if extra_id:
|
||||||
|
extra_id = extra_id.upper().rstrip('/')
|
||||||
|
|
||||||
|
playlist_title = program.get('name')
|
||||||
entries = []
|
entries = []
|
||||||
for b in (program.get('blocks') or []):
|
for b in (program.get('blocks') or []):
|
||||||
for s in (b.get('sets') or []):
|
for s in (b.get('sets') or []):
|
||||||
|
if extra_id:
|
||||||
|
if extra_id != join_nonempty(
|
||||||
|
b.get('name'), s.get('name'), delim='/').replace(' ', '-').upper():
|
||||||
|
continue
|
||||||
|
playlist_title = join_nonempty(playlist_title, s.get('name'), delim=' - ')
|
||||||
|
|
||||||
s_id = s.get('id')
|
s_id = s.get('id')
|
||||||
if not s_id:
|
if not s_id:
|
||||||
continue
|
continue
|
||||||
@ -397,10 +422,128 @@ def _real_extract(self, url):
|
|||||||
video_id=RaiPlayIE._match_id(video_url)))
|
video_id=RaiPlayIE._match_id(video_url)))
|
||||||
|
|
||||||
return self.playlist_result(
|
return self.playlist_result(
|
||||||
entries, playlist_id, program.get('name'),
|
entries, playlist_id, playlist_title,
|
||||||
try_get(program, lambda x: x['program_info']['description']))
|
try_get(program, lambda x: x['program_info']['description']))
|
||||||
|
|
||||||
|
|
||||||
|
class RaiPlaySoundIE(RaiBaseIE):
|
||||||
|
_VALID_URL = r'(?P<base>https?://(?:www\.)?raiplaysound\.it/.+?-(?P<id>%s))\.(?:html|json)' % RaiBaseIE._UUID_RE
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'https://www.raiplaysound.it/audio/2021/12/IL-RUGGITO-DEL-CONIGLIO-1ebae2a7-7cdb-42bb-842e-fe0d193e9707.html',
|
||||||
|
'md5': '8970abf8caf8aef4696e7b1f2adfc696',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '1ebae2a7-7cdb-42bb-842e-fe0d193e9707',
|
||||||
|
'ext': 'mp3',
|
||||||
|
'title': 'Il Ruggito del Coniglio del 10/12/2021',
|
||||||
|
'description': 'md5:2a17d2107e59a4a8faa0e18334139ee2',
|
||||||
|
'thumbnail': r're:^https?://.*\.jpg$',
|
||||||
|
'uploader': 'rai radio 2',
|
||||||
|
'duration': 5685,
|
||||||
|
'series': 'Il Ruggito del Coniglio',
|
||||||
|
},
|
||||||
|
'params': {
|
||||||
|
'skip_download': True,
|
||||||
|
},
|
||||||
|
}]
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
base, audio_id = self._match_valid_url(url).group('base', 'id')
|
||||||
|
media = self._download_json(f'{base}.json', audio_id, 'Downloading audio JSON')
|
||||||
|
uid = try_get(media, lambda x: remove_start(remove_start(x['uniquename'], 'ContentItem-'), 'Page-'))
|
||||||
|
|
||||||
|
info = {}
|
||||||
|
formats = []
|
||||||
|
relinkers = set(traverse_obj(media, (('downloadable_audio', 'audio', ('live', 'cards', 0, 'audio')), 'url')))
|
||||||
|
for r in relinkers:
|
||||||
|
info = self._extract_relinker_info(r, audio_id, True)
|
||||||
|
formats.extend(info.get('formats'))
|
||||||
|
|
||||||
|
date_published = try_get(media, (lambda x: f'{x["create_date"]} {x.get("create_time") or ""}',
|
||||||
|
lambda x: x['live']['create_date']))
|
||||||
|
|
||||||
|
podcast_info = traverse_obj(media, 'podcast_info', ('live', 'cards', 0)) or {}
|
||||||
|
thumbnails = [{
|
||||||
|
'url': urljoin(url, thumb_url),
|
||||||
|
} for thumb_url in (podcast_info.get('images') or {}).values() if thumb_url]
|
||||||
|
|
||||||
|
return {
|
||||||
|
**info,
|
||||||
|
'id': uid or audio_id,
|
||||||
|
'display_id': audio_id,
|
||||||
|
'title': traverse_obj(media, 'title', 'episode_title'),
|
||||||
|
'alt_title': traverse_obj(media, ('track_info', 'media_name')),
|
||||||
|
'description': media.get('description'),
|
||||||
|
'uploader': traverse_obj(media, ('track_info', 'channel'), expected_type=strip_or_none),
|
||||||
|
'creator': traverse_obj(media, ('track_info', 'editor'), expected_type=strip_or_none),
|
||||||
|
'timestamp': unified_timestamp(date_published),
|
||||||
|
'thumbnails': thumbnails,
|
||||||
|
'series': podcast_info.get('title'),
|
||||||
|
'season_number': int_or_none(media.get('season')),
|
||||||
|
'episode': media.get('episode_title'),
|
||||||
|
'episode_number': int_or_none(media.get('episode')),
|
||||||
|
'formats': formats,
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
class RaiPlaySoundLiveIE(RaiPlaySoundIE):
|
||||||
|
_VALID_URL = r'(?P<base>https?://(?:www\.)?raiplaysound\.it/(?P<id>[^/?#&]+)$)'
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'https://www.raiplaysound.it/radio2',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'b00a50e6-f404-4af6-8f8c-ff3b9af73a44',
|
||||||
|
'display_id': 'radio2',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'Rai Radio 2',
|
||||||
|
'uploader': 'rai radio 2',
|
||||||
|
'creator': 'raiplaysound',
|
||||||
|
'is_live': True,
|
||||||
|
},
|
||||||
|
'params': {
|
||||||
|
'skip_download': 'live',
|
||||||
|
},
|
||||||
|
}]
|
||||||
|
|
||||||
|
|
||||||
|
class RaiPlaySoundPlaylistIE(InfoExtractor):
|
||||||
|
_VALID_URL = r'(?P<base>https?://(?:www\.)?raiplaysound\.it/(?:programmi|playlist|audiolibri)/(?P<id>[^/?#&]+))(?:/(?P<extra_id>[^?#&]+))?'
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'https://www.raiplaysound.it/programmi/ilruggitodelconiglio',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'ilruggitodelconiglio',
|
||||||
|
'title': 'Il Ruggito del Coniglio',
|
||||||
|
'description': 'md5:1bbaf631245a7ab1ec4d9fbb3c7aa8f3',
|
||||||
|
},
|
||||||
|
'playlist_mincount': 65,
|
||||||
|
}, {
|
||||||
|
'url': 'https://www.raiplaysound.it/programmi/ilruggitodelconiglio/puntate/prima-stagione-1995',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'ilruggitodelconiglio_puntate_prima-stagione-1995',
|
||||||
|
'title': 'Prima Stagione 1995',
|
||||||
|
},
|
||||||
|
'playlist_count': 1,
|
||||||
|
}]
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
base, playlist_id, extra_id = self._match_valid_url(url).group('base', 'id', 'extra_id')
|
||||||
|
url = f'{base}.json'
|
||||||
|
program = self._download_json(url, playlist_id, 'Downloading program JSON')
|
||||||
|
|
||||||
|
if extra_id:
|
||||||
|
extra_id = extra_id.rstrip('/')
|
||||||
|
playlist_id += '_' + extra_id.replace('/', '_')
|
||||||
|
path = next(c['path_id'] for c in program.get('filters') or [] if extra_id in c.get('weblink'))
|
||||||
|
program = self._download_json(
|
||||||
|
urljoin('https://www.raiplaysound.it', path), playlist_id, 'Downloading program secondary JSON')
|
||||||
|
|
||||||
|
entries = [
|
||||||
|
self.url_result(urljoin(base, c['path_id']), ie=RaiPlaySoundIE.ie_key())
|
||||||
|
for c in traverse_obj(program, 'cards', ('block', 'cards')) or []
|
||||||
|
if c.get('path_id')]
|
||||||
|
|
||||||
|
return self.playlist_result(entries, playlist_id, program.get('title'),
|
||||||
|
traverse_obj(program, ('podcast_info', 'description')))
|
||||||
|
|
||||||
|
|
||||||
class RaiIE(RaiBaseIE):
|
class RaiIE(RaiBaseIE):
|
||||||
_VALID_URL = r'https?://[^/]+\.(?:rai\.(?:it|tv)|rainews\.it)/.+?-(?P<id>%s)(?:-.+?)?\.html' % RaiBaseIE._UUID_RE
|
_VALID_URL = r'https?://[^/]+\.(?:rai\.(?:it|tv)|rainews\.it)/.+?-(?P<id>%s)(?:-.+?)?\.html' % RaiBaseIE._UUID_RE
|
||||||
_TESTS = [{
|
_TESTS = [{
|
||||||
@ -593,84 +736,3 @@ def _real_extract(self, url):
|
|||||||
info.update(relinker_info)
|
info.update(relinker_info)
|
||||||
|
|
||||||
return info
|
return info
|
||||||
|
|
||||||
|
|
||||||
class RaiPlayRadioBaseIE(InfoExtractor):
|
|
||||||
_BASE = 'https://www.raiplayradio.it'
|
|
||||||
|
|
||||||
def get_playlist_iter(self, url, uid):
|
|
||||||
webpage = self._download_webpage(url, uid)
|
|
||||||
for attrs in parse_list(webpage):
|
|
||||||
title = attrs['data-title'].strip()
|
|
||||||
audio_url = urljoin(url, attrs['data-mediapolis'])
|
|
||||||
entry = {
|
|
||||||
'url': audio_url,
|
|
||||||
'id': attrs['data-uniquename'].lstrip('ContentItem-'),
|
|
||||||
'title': title,
|
|
||||||
'ext': 'mp3',
|
|
||||||
'language': 'it',
|
|
||||||
}
|
|
||||||
if 'data-image' in attrs:
|
|
||||||
entry['thumbnail'] = urljoin(url, attrs['data-image'])
|
|
||||||
yield entry
|
|
||||||
|
|
||||||
|
|
||||||
class RaiPlayRadioIE(RaiPlayRadioBaseIE):
|
|
||||||
_VALID_URL = r'%s/audio/.+?-(?P<id>%s)\.html' % (
|
|
||||||
RaiPlayRadioBaseIE._BASE, RaiBaseIE._UUID_RE)
|
|
||||||
_TEST = {
|
|
||||||
'url': 'https://www.raiplayradio.it/audio/2019/07/RADIO3---LEZIONI-DI-MUSICA-36b099ff-4123-4443-9bf9-38e43ef5e025.html',
|
|
||||||
'info_dict': {
|
|
||||||
'id': '36b099ff-4123-4443-9bf9-38e43ef5e025',
|
|
||||||
'ext': 'mp3',
|
|
||||||
'title': 'Dal "Chiaro di luna" al "Clair de lune", prima parte con Giovanni Bietti',
|
|
||||||
'thumbnail': r're:^https?://.*\.jpg$',
|
|
||||||
'language': 'it',
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
def _real_extract(self, url):
|
|
||||||
audio_id = self._match_id(url)
|
|
||||||
list_url = url.replace('.html', '-list.html')
|
|
||||||
return next(entry for entry in self.get_playlist_iter(list_url, audio_id) if entry['id'] == audio_id)
|
|
||||||
|
|
||||||
|
|
||||||
class RaiPlayRadioPlaylistIE(RaiPlayRadioBaseIE):
|
|
||||||
_VALID_URL = r'%s/playlist/.+?-(?P<id>%s)\.html' % (
|
|
||||||
RaiPlayRadioBaseIE._BASE, RaiBaseIE._UUID_RE)
|
|
||||||
_TEST = {
|
|
||||||
'url': 'https://www.raiplayradio.it/playlist/2017/12/Alice-nel-paese-delle-meraviglie-72371d3c-d998-49f3-8860-d168cfdf4966.html',
|
|
||||||
'info_dict': {
|
|
||||||
'id': '72371d3c-d998-49f3-8860-d168cfdf4966',
|
|
||||||
'title': "Alice nel paese delle meraviglie",
|
|
||||||
'description': "di Lewis Carrol letto da Aldo Busi",
|
|
||||||
},
|
|
||||||
'playlist_count': 11,
|
|
||||||
}
|
|
||||||
|
|
||||||
def _real_extract(self, url):
|
|
||||||
playlist_id = self._match_id(url)
|
|
||||||
playlist_webpage = self._download_webpage(url, playlist_id)
|
|
||||||
playlist_title = unescapeHTML(self._html_search_regex(
|
|
||||||
r'data-playlist-title="(.+?)"', playlist_webpage, 'title'))
|
|
||||||
playlist_creator = self._html_search_meta(
|
|
||||||
'nomeProgramma', playlist_webpage)
|
|
||||||
playlist_description = get_element_by_class(
|
|
||||||
'textDescriptionProgramma', playlist_webpage)
|
|
||||||
|
|
||||||
player_href = self._html_search_regex(
|
|
||||||
r'data-player-href="(.+?)"', playlist_webpage, 'href')
|
|
||||||
list_url = urljoin(url, player_href)
|
|
||||||
|
|
||||||
entries = list(self.get_playlist_iter(list_url, playlist_id))
|
|
||||||
for index, entry in enumerate(entries, start=1):
|
|
||||||
entry.update({
|
|
||||||
'track': entry['title'],
|
|
||||||
'track_number': index,
|
|
||||||
'artist': playlist_creator,
|
|
||||||
'album': playlist_title
|
|
||||||
})
|
|
||||||
|
|
||||||
return self.playlist_result(
|
|
||||||
entries, playlist_id, playlist_title, playlist_description,
|
|
||||||
creator=playlist_creator)
|
|
||||||
|
Loading…
Reference in New Issue
Block a user