[golem] Simplify (#3828)
This commit is contained in:
parent
92f7963f6e
commit
b14f3a4c1d
|
@ -22,6 +22,7 @@ from ..utils import (
|
||||||
clean_html,
|
clean_html,
|
||||||
compiled_regex_type,
|
compiled_regex_type,
|
||||||
ExtractorError,
|
ExtractorError,
|
||||||
|
float_or_none,
|
||||||
int_or_none,
|
int_or_none,
|
||||||
RegexNotFoundError,
|
RegexNotFoundError,
|
||||||
sanitize_filename,
|
sanitize_filename,
|
||||||
|
@ -720,6 +721,28 @@ class InfoExtractor(object):
|
||||||
now_str = now.strftime("%Y-%m-%d %H:%M")
|
now_str = now.strftime("%Y-%m-%d %H:%M")
|
||||||
return name + ' ' + now_str
|
return name + ' ' + now_str
|
||||||
|
|
||||||
|
def _int(self, v, name, fatal=False, **kwargs):
|
||||||
|
res = int_or_none(v, **kwargs)
|
||||||
|
if 'get_attr' in kwargs:
|
||||||
|
print(getattr(v, kwargs['get_attr']))
|
||||||
|
if res is None:
|
||||||
|
msg = 'Failed to extract %s: Could not parse value %r' % (name, v)
|
||||||
|
if fatal:
|
||||||
|
raise ExtractorError(msg)
|
||||||
|
else:
|
||||||
|
self._downloader.report_warning(msg)
|
||||||
|
return res
|
||||||
|
|
||||||
|
def _float(self, v, name, fatal=False, **kwargs):
|
||||||
|
res = float_or_none(v, **kwargs)
|
||||||
|
if res is None:
|
||||||
|
msg = 'Failed to extract %s: Could not parse value %r' % (name, v)
|
||||||
|
if fatal:
|
||||||
|
raise ExtractorError(msg)
|
||||||
|
else:
|
||||||
|
self._downloader.report_warning(msg)
|
||||||
|
return res
|
||||||
|
|
||||||
|
|
||||||
class SearchInfoExtractor(InfoExtractor):
|
class SearchInfoExtractor(InfoExtractor):
|
||||||
"""
|
"""
|
||||||
|
|
|
@ -4,7 +4,10 @@ from __future__ import unicode_literals
|
||||||
import re
|
import re
|
||||||
|
|
||||||
from .common import InfoExtractor
|
from .common import InfoExtractor
|
||||||
from ..utils import compat_urlparse
|
from ..utils import (
|
||||||
|
compat_urlparse,
|
||||||
|
determine_ext,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
class GolemIE(InfoExtractor):
|
class GolemIE(InfoExtractor):
|
||||||
|
@ -17,115 +20,54 @@ class GolemIE(InfoExtractor):
|
||||||
'format_id': 'high',
|
'format_id': 'high',
|
||||||
'ext': 'mp4',
|
'ext': 'mp4',
|
||||||
'title': 'iPhone 6 und 6 Plus - Test',
|
'title': 'iPhone 6 und 6 Plus - Test',
|
||||||
'duration': 300,
|
'duration': 300.44,
|
||||||
'filesize': 65309548,
|
'filesize': 65309548,
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
_CONFIG = 'https://video.golem.de/xml/{0}.xml'
|
|
||||||
_PREFIX = 'http://video.golem.de'
|
_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("{0}: 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('{0}: 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('{0}: filesize: {1}', format_id, e)
|
|
||||||
|
|
||||||
width = elem.get('width')
|
|
||||||
if width is not None:
|
|
||||||
try:
|
|
||||||
fmt['width'] = int(width)
|
|
||||||
except ValueError as e:
|
|
||||||
self._warn('{0}: width: {1}', format_id, e)
|
|
||||||
|
|
||||||
height = elem.get('height')
|
|
||||||
if height is not None:
|
|
||||||
try:
|
|
||||||
fmt['height'] = int(height)
|
|
||||||
except ValueError as e:
|
|
||||||
self._warn('{0}: height: {1}', 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: {0}', e)
|
|
||||||
|
|
||||||
height = elem.get('height')
|
|
||||||
if height is not None:
|
|
||||||
try:
|
|
||||||
thumb['height'] = int(height)
|
|
||||||
except ValueError as e:
|
|
||||||
self._warn('thumbnail: height: {0}', e)
|
|
||||||
|
|
||||||
return thumb
|
|
||||||
|
|
||||||
def _real_extract(self, url):
|
def _real_extract(self, url):
|
||||||
mobj = re.match(self._VALID_URL, url)
|
video_id = self._match_id(url)
|
||||||
self._id = mobj.group('id')
|
|
||||||
|
|
||||||
config = self._download_xml(self._CONFIG.format(self._id), self._id)
|
config = self._download_xml(
|
||||||
|
'https://video.golem.de/xml/{0}.xml'.format(video_id), video_id)
|
||||||
|
|
||||||
info = {
|
info = {
|
||||||
'id': self._id,
|
'id': video_id,
|
||||||
'title': config.findtext('./title', 'golem')
|
'title': config.findtext('./title', 'golem'),
|
||||||
|
'duration': self._float(config.findtext('./playtime'), 'duration'),
|
||||||
}
|
}
|
||||||
|
|
||||||
formats = []
|
formats = []
|
||||||
for e in config.findall('./*[url]'):
|
for e in config.findall('./*[url]'):
|
||||||
fmt = self._extract_format(e)
|
url = e.findtext('./url')
|
||||||
if fmt is not None:
|
if not url:
|
||||||
formats.append(fmt)
|
self._downloader.report_warning(
|
||||||
|
"{0}: url: empty, skipping".format(e.tag))
|
||||||
|
continue
|
||||||
|
|
||||||
|
formats.append({
|
||||||
|
'format_id': e.tag,
|
||||||
|
'url': compat_urlparse.urljoin(self._PREFIX, url),
|
||||||
|
'height': self._int(e.get('height'), 'height'),
|
||||||
|
'width': self._int(e.get('width'), 'width'),
|
||||||
|
'filesize': self._int(e.findtext('filesize'), 'filesize'),
|
||||||
|
'ext': determine_ext(e.findtext('./filename')),
|
||||||
|
})
|
||||||
self._sort_formats(formats)
|
self._sort_formats(formats)
|
||||||
info['formats'] = formats
|
info['formats'] = formats
|
||||||
|
|
||||||
thumbnails = []
|
thumbnails = []
|
||||||
for e in config.findall('.//teaser[url]'):
|
for e in config.findall('.//teaser[url]'):
|
||||||
thumb = self._extract_thumbnail(e)
|
url = e.findtext('./url')
|
||||||
if thumb is not None:
|
if not url:
|
||||||
thumbnails.append(thumb)
|
continue
|
||||||
|
thumbnails.append({
|
||||||
|
'url': compat_urlparse.urljoin(self._PREFIX, url),
|
||||||
|
'width': self._int(e.get('width'), 'thumbnail width'),
|
||||||
|
'height': self._int(e.get('height'), 'thumbnail height'),
|
||||||
|
})
|
||||||
info['thumbnails'] = thumbnails
|
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: {0}', e)
|
|
||||||
|
|
||||||
return info
|
return info
|
||||||
|
|
Loading…
Reference in New Issue