[tvp] Update tests and improve output

youtube_dl/extractor/tvp.py

@@ -8,19 +8,9 @@
 
 class TvpIE(InfoExtractor):
     IE_NAME = 'tvp.pl'
-    _VALID_URL = r'https?://(?P<type>vod|www)\.tvp\.pl/.*/(?P<id>\d+)$'
+    _VALID_URL = r'https?://(?:vod|www)\.tvp\.pl/.*/(?P<id>\d+)$'
 
-    _TESTS = [
+    _TESTS = [{
-        {
-            'url': 'http://www.tvp.pl/warszawa/magazyny/campusnews/wideo/31102013/12878238',
-            'info_dict': {
-                'id': '12878238',
-                'ext': 'wmv',
-                'title': 'CAMPUSnews, 31.10.2013 - Odcinek 2',
-                'description': '',
-            },
-            'skip': 'Download has to use same server IP as extraction. Therefore, a good (load-balancing) DNS resolver will make the download fail.',
-        }, {
         'url': 'http://vod.tvp.pl/filmy-fabularne/filmy-za-darmo/ogniem-i-mieczem/wideo/odc-2/4278035',
         'info_dict': {
             'id': '4278035',
@@ -28,22 +18,20 @@ class TvpIE(InfoExtractor):
             'title': 'Ogniem i mieczem, odc. 2',
             'description': 'Bohun dowiaduje się o złamaniu przez kniahinię danego mu słowa i wyrusza do Rozłogów. Helenie w ostatniej chwili udaje się uciec dzięki pomocy Zagłoby.',
         },
-            'skip': 'As above',
     }, {
         'url': 'http://vod.tvp.pl/seriale/obyczajowe/czas-honoru/sezon-1-1-13/i-seria-odc-13/194536',
         'info_dict': {
             'id': '194536',
             'ext': 'mp4',
             'title': 'Czas honoru, I seria – odc. 13',
-                'description': 'WŁADEK\nCzesław prosi Marię o dostarczenie Władkowi zarazki tyfusu. Jeśli zachoruje zostanie przewieziony do szpitala skąd łatwiej będzie go odbić. Czy matka zdecyduje się zarazić syna? Karol odwiedza Wandę przyznaje się, że ją oszukiwał, ale ostrzega też, że grozi jej aresztowanie i nalega, żeby wyjechała z Warszawy. Czy dziewczyna zdecyduje się znów oddalić od ukochanego? Rozpoczyna się akcja odbicia Władka.',
+            #  'description': 'WŁADEK\nCzesław prosi Marię o dostarczenie Władkowi zarazki tyfusu. Jeśli zachoruje zostanie przewieziony do szpitala skąd łatwiej będzie go odbić. Czy matka zdecyduje się zarazić syna? Karol odwiedza Wandę przyznaje się, że ją oszukiwał, ale ostrzega też, że grozi jej aresztowanie i nalega, żeby wyjechała z Warszawy. Czy dziewczyna zdecyduje się znów oddalić od ukochanego? Rozpoczyna się akcja odbicia Władka.',
         },
     }, {
         'url': 'http://www.tvp.pl/there-can-be-anything-so-i-shortened-it/17916176',
         'info_dict': {
             'id': '17916176',
             'ext': 'mp4',
-                'title': 'rozmaitosci, TVP Gorzów pokaże filmy studentów z podroży dookoła świata',
+            'title': 'TVP Gorzów pokaże filmy studentów z podroży dookoła świata',
-                'description': '',
         },
         'params': {
             # m3u8 download
@@ -61,26 +49,21 @@ class TvpIE(InfoExtractor):
             # m3u8 download
             'skip_download': 'true',
         },
-        },
+    }]
-    ]
 
     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(
             'http://www.tvp.pl/sess/tvplayer.php?object_id=%s' % video_id, video_id)
+
         title = self._og_search_title(webpage)
         series = self._search_regex(
             r'{name:\s*([\'"])SeriesTitle\1,\s*value:\s*\1(?P<series>.*?)\1},',
             webpage, 'series', group='series', default=None)
         if series is not None and series not in title:
             title = '%s, %s' % (series, title)
-        info_dict = {
+        description = self._og_search_description(webpage, default=None)
-            'id': video_id,
+
-            'title': title,
-            'thumbnail': self._og_search_thumbnail(webpage),
-            'description': self._og_search_description(webpage),
-        }
         video_url = self._search_regex(
             r'0:{src:([\'"])(?P<url>.*?)\1', webpage, 'formats', group='url', default=None)
         if video_url is None:
@@ -92,25 +75,31 @@ def _real_extract(self, url):
         if ext != 'ism/manifest':
             if '/' in ext:
                 ext = 'mp4'
-            info_dict.update({
+            formats = [{
-                'ext': ext,
+                'format_id': 'direct',
                 'url': video_url,
-            })
+                'ext': ext,
+            }]
         else:
             m3u8_url = re.sub('([^/]*)\.ism/manifest', r'\1.ism/\1.m3u8', video_url)
             formats = self._extract_m3u8_formats(m3u8_url, video_id, 'mp4')
-            info_dict.update({
+
+        self._sort_formats(formats)
+
+        return {
+            'id': video_id,
+            'title': title,
+            'thumbnail': self._og_search_thumbnail(webpage),
+            'description': description,
             'formats': formats,
-            })
+        }
-        return info_dict
 
 
 class TvpSeriesIE(InfoExtractor):
     IE_NAME = 'tvp.pl:Series'
     _VALID_URL = r'https?://vod\.tvp\.pl/(?:[^/]+/){2}(?P<id>[^/]+)/?$'
 
-    _TESTS = [
+    _TESTS = [{
-        {
         'url': 'http://vod.tvp.pl/filmy-fabularne/filmy-za-darmo/ogniem-i-mieczem',
         'info_dict': {
             'title': 'Ogniem i mieczem',
@@ -124,23 +113,26 @@ class TvpSeriesIE(InfoExtractor):
             'id': '9329207',
         },
         'playlist_count': 86,
-        }
+    }]
-    ]
 
     def _real_extract(self, url):
         display_id = self._match_id(url)
         webpage = self._download_webpage(url, display_id, tries=5)
+
         title = self._html_search_regex(
             r'(?s) id=[\'"]path[\'"]>(?:.*? / ){2}(.*?)</span>', webpage, 'series')
         playlist_id = self._search_regex(r'nodeId:\s*(\d+)', webpage, 'playlist id')
         playlist = self._download_webpage(
             'http://vod.tvp.pl/vod/seriesAjax?type=series&nodeId=%s&recommend'
-            'edId=0&sort=&page=0&pageSize=10000' % playlist_id, display_id, tries=5)
+            'edId=0&sort=&page=0&pageSize=10000' % playlist_id, display_id, tries=5,
+            note='Downloading playlist')
+
         videos_paths = re.findall(
             '(?s)class="shortTitle">.*?href="(/[^"]+)', playlist)
         entries = [
             self.url_result('http://vod.tvp.pl%s' % v_path, ie=TvpIE.ie_key())
             for v_path in videos_paths]
+
         return {
             '_type': 'playlist',
             'id': playlist_id,