mirror of
https://github.com/yt-dlp/yt-dlp.git
synced 2024-09-10 00:58:17 +02:00
[rozhlas] Fix regexes and improve extraction (Closes #10253)
This commit is contained in:
parent
e1f93a0a76
commit
de02d1f4e9
@ -2,11 +2,15 @@
|
|||||||
from __future__ import unicode_literals
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
from .common import InfoExtractor
|
from .common import InfoExtractor
|
||||||
|
from ..utils import (
|
||||||
|
int_or_none,
|
||||||
|
remove_start,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
class RozhlasIE(InfoExtractor):
|
class RozhlasIE(InfoExtractor):
|
||||||
_VALID_URL = r'https?://(?:www\.)?prehravac\.rozhlas\.cz/audio/(?P<id>[0-9]+)'
|
_VALID_URL = r'https?://(?:www\.)?prehravac\.rozhlas\.cz/audio/(?P<id>[0-9]+)'
|
||||||
_TEST = {
|
_TESTS = [{
|
||||||
'url': 'http://prehravac.rozhlas.cz/audio/3421320',
|
'url': 'http://prehravac.rozhlas.cz/audio/3421320',
|
||||||
'md5': '504c902dbc9e9a1fd50326eccf02a7e2',
|
'md5': '504c902dbc9e9a1fd50326eccf02a7e2',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
@ -15,20 +19,32 @@ class RozhlasIE(InfoExtractor):
|
|||||||
'title': 'Echo Pavla Klusáka (30.06.2015 21:00)',
|
'title': 'Echo Pavla Klusáka (30.06.2015 21:00)',
|
||||||
'description': 'Osmdesátiny Terryho Rileyho jsou skvělou příležitostí proletět se elektronickými i akustickými díly zakladatatele minimalismu, který je aktivní už přes padesát let'
|
'description': 'Osmdesátiny Terryho Rileyho jsou skvělou příležitostí proletět se elektronickými i akustickými díly zakladatatele minimalismu, který je aktivní už přes padesát let'
|
||||||
}
|
}
|
||||||
}
|
}, {
|
||||||
|
'url': 'http://prehravac.rozhlas.cz/audio/3421320/embed',
|
||||||
|
'skip_download': True,
|
||||||
|
}]
|
||||||
|
|
||||||
def _real_extract(self, url):
|
def _real_extract(self, url):
|
||||||
audio_id = self._match_id(url)
|
audio_id = self._match_id(url)
|
||||||
webpage = self._download_webpage(url, audio_id)
|
|
||||||
|
|
||||||
title = self._html_search_regex(r'<h3>(.+?)</h3>', webpage, 'title')
|
webpage = self._download_webpage(
|
||||||
description = self._html_search_regex(r'<p title="(.+?)">', webpage, 'description', fatal=False)
|
'http://prehravac.rozhlas.cz/audio/%s' % audio_id, audio_id)
|
||||||
|
|
||||||
url = 'http://media.rozhlas.cz/_audio/' + audio_id + '.mp3'
|
title = self._html_search_regex(
|
||||||
|
r'<h3>(.+?)</h3>\s*<p[^>]*>.*?</p>\s*<div[^>]+id=["\']player-track',
|
||||||
|
webpage, 'title', default=None) or remove_start(
|
||||||
|
self._og_search_title(webpage), 'Radio Wave - ')
|
||||||
|
description = self._html_search_regex(
|
||||||
|
r'<p[^>]+title=(["\'])(?P<url>(?:(?!\1).)+)\1[^>]*>.*?</p>\s*<div[^>]+id=["\']player-track',
|
||||||
|
webpage, 'description', fatal=False, group='url')
|
||||||
|
duration = int_or_none(self._search_regex(
|
||||||
|
r'data-duration=["\'](\d+)', webpage, 'duration', default=None))
|
||||||
|
|
||||||
return {
|
return {
|
||||||
'id': audio_id,
|
'id': audio_id,
|
||||||
'url': url,
|
'url': 'http://media.rozhlas.cz/_audio/%s.mp3' % audio_id,
|
||||||
'title': title,
|
'title': title,
|
||||||
'description': description,
|
'description': description,
|
||||||
|
'duration': duration,
|
||||||
|
'vcodec': 'none',
|
||||||
}
|
}
|
||||||
|
Loading…
Reference in New Issue
Block a user