mirror of https://github.com/yt-dlp/yt-dlp.git
[MSN] add new extractor
This commit is contained in:
parent
f484c5fa25
commit
c6781156aa
|
@ -454,6 +454,7 @@ from .motherless import MotherlessIE
|
||||||
from .motorsport import MotorsportIE
|
from .motorsport import MotorsportIE
|
||||||
from .movieclips import MovieClipsIE
|
from .movieclips import MovieClipsIE
|
||||||
from .moviezine import MoviezineIE
|
from .moviezine import MoviezineIE
|
||||||
|
from .msn import MSNIE
|
||||||
from .mtv import (
|
from .mtv import (
|
||||||
MTVIE,
|
MTVIE,
|
||||||
MTVServicesEmbeddedIE,
|
MTVServicesEmbeddedIE,
|
||||||
|
|
|
@ -0,0 +1,90 @@
|
||||||
|
# coding: utf-8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import re
|
||||||
|
from .common import InfoExtractor
|
||||||
|
|
||||||
|
from ..utils import (
|
||||||
|
unescapeHTML,
|
||||||
|
int_or_none,
|
||||||
|
)
|
||||||
|
|
||||||
|
class MSNIE(InfoExtractor):
|
||||||
|
_VALID_URL = r'https?://(?:www\.)?msn\.com/[a-z-]{2,5}(?:/[a-z]+)+/(?P<display_id>[a-z-]+)/[a-z]{2}-(?P<id>[a-zA-Z]+)'
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'http://www.msn.com/en-ae/foodanddrink/joinourtable/criminal-minds-shemar-moore-shares-a-touching-goodbye-message/vp-BBqQYNE',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'BBqQYNE',
|
||||||
|
'title': 'Criminal Minds - Shemar Moore Shares A Touching Goodbye Message',
|
||||||
|
'description': 'md5:e8e89b897b222eb33a6b5067a8f1bc25',
|
||||||
|
'duration': 104,
|
||||||
|
'ext': 'mp4',
|
||||||
|
},
|
||||||
|
'params': {
|
||||||
|
# m3u8 download
|
||||||
|
'skip_download': True,
|
||||||
|
}
|
||||||
|
}, {
|
||||||
|
'url': 'http://www.msn.com/en-ae/news/offbeat/meet-the-nine-year-old-self-made-millionaire/ar-BBt6ZKf',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'BBt6ZKf',
|
||||||
|
'title': 'All That Bling: Self-Made Millionaire Child Builds Fashion & Jewellery Empire',
|
||||||
|
'description': 'md5:8e683bd5c729d5fb16d96539a582aa5e',
|
||||||
|
'duration': 350,
|
||||||
|
'ext': 'mp4',
|
||||||
|
},
|
||||||
|
'params': {
|
||||||
|
# m3u8 download
|
||||||
|
'skip_download': True,
|
||||||
|
}
|
||||||
|
}]
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
mobj = re.match(self._VALID_URL, url)
|
||||||
|
video_id, display_id = mobj.group('id', 'display_id')
|
||||||
|
|
||||||
|
webpage = self._download_webpage(url, display_id)
|
||||||
|
|
||||||
|
self.report_extraction(display_id)
|
||||||
|
video_data = self._parse_json(self._html_search_regex(r'data-metadata\s*=\s*["\'](.+)["\']',
|
||||||
|
webpage, 'video data'), display_id)
|
||||||
|
|
||||||
|
formats = []
|
||||||
|
for video_file in video_data.get('videoFiles', []):
|
||||||
|
if not '.ism' in video_file.get('url', '.ism'):
|
||||||
|
formats.append({
|
||||||
|
'url': unescapeHTML(video_file.get('url')),
|
||||||
|
'ext': 'mp4',
|
||||||
|
'width': int_or_none(video_file.get('width')),
|
||||||
|
'height': int_or_none(video_file.get('height')),
|
||||||
|
})
|
||||||
|
elif 'm3u8' in video_file.get('url'):
|
||||||
|
formats.extend(self._extract_m3u8_formats(
|
||||||
|
video_file.get('url'), display_id, 'mp4'))
|
||||||
|
# There (often) exists an Microsoft Smooth Streaming manifest
|
||||||
|
# (.ism) which is not yet supported
|
||||||
|
# (https://github.com/rg3/youtube-dl/issues/8118)
|
||||||
|
|
||||||
|
self._sort_formats(formats)
|
||||||
|
|
||||||
|
subtitles = {}
|
||||||
|
for f in video_data.get('files', []):
|
||||||
|
if f.get('formatCode', '') == '3100':
|
||||||
|
lang = f.get('culture', '')
|
||||||
|
if not lang:
|
||||||
|
continue
|
||||||
|
subtitles.setdefault(lang, []).append({
|
||||||
|
'ext': 'ttml',
|
||||||
|
'url': unescapeHTML(f.get('url')),
|
||||||
|
})
|
||||||
|
|
||||||
|
return {
|
||||||
|
'id': video_id,
|
||||||
|
'title': video_data['title'],
|
||||||
|
'formats': formats,
|
||||||
|
'thumbnail': video_data.get('headlineImage', {}).get('url'),
|
||||||
|
'description': video_data.get('description'),
|
||||||
|
'creator': video_data.get('creator'),
|
||||||
|
'subtitles': subtitles,
|
||||||
|
'duration': int_or_none(video_data.get('durationSecs')),
|
||||||
|
}
|
Loading…
Reference in New Issue