[raiplay:playlist] Fix issues and improve (closes #14563)
[ytdl] / youtube_dl / extractor / rai.py
1 from __future__ import unicode_literals
2
3 import re
4
5 from .common import InfoExtractor
6 from ..compat import (
7     compat_urlparse,
8     compat_str,
9 )
10 from ..utils import (
11     ExtractorError,
12     determine_ext,
13     find_xpath_attr,
14     fix_xml_ampersands,
15     GeoRestrictedError,
16     int_or_none,
17     parse_duration,
18     strip_or_none,
19     try_get,
20     unescapeHTML,
21     unified_strdate,
22     unified_timestamp,
23     update_url_query,
24     urljoin,
25     xpath_text,
26 )
27
28
29 class RaiBaseIE(InfoExtractor):
30     _UUID_RE = r'[\da-f]{8}-[\da-f]{4}-[\da-f]{4}-[\da-f]{4}-[\da-f]{12}'
31     _GEO_COUNTRIES = ['IT']
32     _GEO_BYPASS = False
33
34     def _extract_relinker_info(self, relinker_url, video_id):
35         formats = []
36         geoprotection = None
37         is_live = None
38         duration = None
39
40         for platform in ('mon', 'flash', 'native'):
41             relinker = self._download_xml(
42                 relinker_url, video_id,
43                 note='Downloading XML metadata for platform %s' % platform,
44                 transform_source=fix_xml_ampersands,
45                 query={'output': 45, 'pl': platform},
46                 headers=self.geo_verification_headers())
47
48             if not geoprotection:
49                 geoprotection = xpath_text(
50                     relinker, './geoprotection', default=None) == 'Y'
51
52             if not is_live:
53                 is_live = xpath_text(
54                     relinker, './is_live', default=None) == 'Y'
55             if not duration:
56                 duration = parse_duration(xpath_text(
57                     relinker, './duration', default=None))
58
59             url_elem = find_xpath_attr(relinker, './url', 'type', 'content')
60             if url_elem is None:
61                 continue
62
63             media_url = url_elem.text
64
65             # This does not imply geo restriction (e.g.
66             # http://www.raisport.rai.it/dl/raiSport/media/rassegna-stampa-04a9f4bd-b563-40cf-82a6-aad3529cb4a9.html)
67             if media_url == 'http://download.rai.it/video_no_available.mp4':
68                 continue
69
70             ext = determine_ext(media_url)
71             if (ext == 'm3u8' and platform != 'mon') or (ext == 'f4m' and platform != 'flash'):
72                 continue
73
74             if ext == 'm3u8':
75                 formats.extend(self._extract_m3u8_formats(
76                     media_url, video_id, 'mp4', 'm3u8_native',
77                     m3u8_id='hls', fatal=False))
78             elif ext == 'f4m':
79                 manifest_url = update_url_query(
80                     media_url.replace('manifest#live_hds.f4m', 'manifest.f4m'),
81                     {'hdcore': '3.7.0', 'plugin': 'aasp-3.7.0.39.44'})
82                 formats.extend(self._extract_f4m_formats(
83                     manifest_url, video_id, f4m_id='hds', fatal=False))
84             else:
85                 bitrate = int_or_none(xpath_text(relinker, 'bitrate'))
86                 formats.append({
87                     'url': media_url,
88                     'tbr': bitrate if bitrate > 0 else None,
89                     'format_id': 'http-%d' % bitrate if bitrate > 0 else 'http',
90                 })
91
92         if not formats and geoprotection is True:
93             self.raise_geo_restricted(countries=self._GEO_COUNTRIES)
94
95         return dict((k, v) for k, v in {
96             'is_live': is_live,
97             'duration': duration,
98             'formats': formats,
99         }.items() if v is not None)
100
101     @staticmethod
102     def _extract_subtitles(url, subtitle_url):
103         subtitles = {}
104         if subtitle_url and isinstance(subtitle_url, compat_str):
105             subtitle_url = urljoin(url, subtitle_url)
106             STL_EXT = '.stl'
107             SRT_EXT = '.srt'
108             subtitles['it'] = [{
109                 'ext': 'stl',
110                 'url': subtitle_url,
111             }]
112             if subtitle_url.endswith(STL_EXT):
113                 srt_url = subtitle_url[:-len(STL_EXT)] + SRT_EXT
114                 subtitles['it'].append({
115                     'ext': 'srt',
116                     'url': srt_url,
117                 })
118         return subtitles
119
120
121 class RaiPlayIE(RaiBaseIE):
122     _VALID_URL = r'(?P<url>https?://(?:www\.)?raiplay\.it/.+?-(?P<id>%s)\.html)' % RaiBaseIE._UUID_RE
123     _TESTS = [{
124         'url': 'http://www.raiplay.it/video/2016/10/La-Casa-Bianca-e06118bb-59a9-4636-b914-498e4cfd2c66.html?source=twitter',
125         'md5': '340aa3b7afb54bfd14a8c11786450d76',
126         'info_dict': {
127             'id': 'e06118bb-59a9-4636-b914-498e4cfd2c66',
128             'ext': 'mp4',
129             'title': 'La Casa Bianca',
130             'alt_title': 'S2016 - Puntata del 23/10/2016',
131             'description': 'md5:a09d45890850458077d1f68bb036e0a5',
132             'thumbnail': r're:^https?://.*\.jpg$',
133             'uploader': 'Rai 3',
134             'creator': 'Rai 3',
135             'duration': 3278,
136             'timestamp': 1477764300,
137             'upload_date': '20161029',
138             'series': 'La Casa Bianca',
139             'season': '2016',
140         },
141     }, {
142         'url': 'http://www.raiplay.it/video/2014/04/Report-del-07042014-cb27157f-9dd0-4aee-b788-b1f67643a391.html',
143         'md5': '8970abf8caf8aef4696e7b1f2adfc696',
144         'info_dict': {
145             'id': 'cb27157f-9dd0-4aee-b788-b1f67643a391',
146             'ext': 'mp4',
147             'title': 'Report del 07/04/2014',
148             'alt_title': 'S2013/14 - Puntata del 07/04/2014',
149             'description': 'md5:f27c544694cacb46a078db84ec35d2d9',
150             'thumbnail': r're:^https?://.*\.jpg$',
151             'uploader': 'Rai 5',
152             'creator': 'Rai 5',
153             'duration': 6160,
154             'series': 'Report',
155             'season_number': 5,
156             'season': '2013/14',
157         },
158         'params': {
159             'skip_download': True,
160         },
161     }, {
162         'url': 'http://www.raiplay.it/video/2016/11/gazebotraindesi-efebe701-969c-4593-92f3-285f0d1ce750.html?',
163         'only_matching': True,
164     }]
165
166     def _real_extract(self, url):
167         mobj = re.match(self._VALID_URL, url)
168         url, video_id = mobj.group('url', 'id')
169
170         media = self._download_json(
171             '%s?json' % url, video_id, 'Downloading video JSON')
172
173         title = media['name']
174
175         video = media['video']
176
177         relinker_info = self._extract_relinker_info(video['contentUrl'], video_id)
178         self._sort_formats(relinker_info['formats'])
179
180         thumbnails = []
181         if 'images' in media:
182             for _, value in media.get('images').items():
183                 if value:
184                     thumbnails.append({
185                         'url': value.replace('[RESOLUTION]', '600x400')
186                     })
187
188         timestamp = unified_timestamp(try_get(
189             media, lambda x: x['availabilities'][0]['start'], compat_str))
190
191         subtitles = self._extract_subtitles(url, video.get('subtitles'))
192
193         info = {
194             'id': video_id,
195             'title': self._live_title(title) if relinker_info.get(
196                 'is_live') else title,
197             'alt_title': media.get('subtitle'),
198             'description': media.get('description'),
199             'uploader': strip_or_none(media.get('channel')),
200             'creator': strip_or_none(media.get('editor')),
201             'duration': parse_duration(video.get('duration')),
202             'timestamp': timestamp,
203             'thumbnails': thumbnails,
204             'series': try_get(
205                 media, lambda x: x['isPartOf']['name'], compat_str),
206             'season_number': int_or_none(try_get(
207                 media, lambda x: x['isPartOf']['numeroStagioni'])),
208             'season': media.get('stagione') or None,
209             'subtitles': subtitles,
210         }
211
212         info.update(relinker_info)
213         return info
214
215
216 class RaiPlayLiveIE(RaiBaseIE):
217     _VALID_URL = r'https?://(?:www\.)?raiplay\.it/dirette/(?P<id>[^/?#&]+)'
218     _TEST = {
219         'url': 'http://www.raiplay.it/dirette/rainews24',
220         'info_dict': {
221             'id': 'd784ad40-e0ae-4a69-aa76-37519d238a9c',
222             'display_id': 'rainews24',
223             'ext': 'mp4',
224             'title': 're:^Diretta di Rai News 24 [0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}$',
225             'description': 'md5:6eca31500550f9376819f174e5644754',
226             'uploader': 'Rai News 24',
227             'creator': 'Rai News 24',
228             'is_live': True,
229         },
230         'params': {
231             'skip_download': True,
232         },
233     }
234
235     def _real_extract(self, url):
236         display_id = self._match_id(url)
237
238         webpage = self._download_webpage(url, display_id)
239
240         video_id = self._search_regex(
241             r'data-uniquename=["\']ContentItem-(%s)' % RaiBaseIE._UUID_RE,
242             webpage, 'content id')
243
244         return {
245             '_type': 'url_transparent',
246             'ie_key': RaiPlayIE.ie_key(),
247             'url': 'http://www.raiplay.it/dirette/ContentItem-%s.html' % video_id,
248             'id': video_id,
249             'display_id': display_id,
250         }
251
252
253 class RaiPlayPlaylistIE(InfoExtractor):
254     _VALID_URL = r'https?://(?:www\.)?raiplay\.it/programmi/(?P<id>[^/?#&]+)'
255     _TESTS = [{
256         'url': 'http://www.raiplay.it/programmi/nondirloalmiocapo/',
257         'info_dict': {
258             'id': 'nondirloalmiocapo',
259             'title': 'Non dirlo al mio capo',
260             'description': 'md5:9f3d603b2947c1c7abb098f3b14fac86',
261         },
262         'playlist_mincount': 12,
263     }]
264
265     def _real_extract(self, url):
266         playlist_id = self._match_id(url)
267
268         webpage = self._download_webpage(url, playlist_id)
269
270         title = self._html_search_meta(
271             ('programma', 'nomeProgramma'), webpage, 'title')
272         description = unescapeHTML(self._html_search_meta(
273             ('description', 'og:description'), webpage, 'description'))
274         print(description)
275
276         entries = []
277         for mobj in re.finditer(
278                 r'<a\b[^>]+\bhref=(["\'])(?P<path>/raiplay/video/.+?)\1',
279                 webpage):
280             video_url = urljoin(url, mobj.group('path'))
281             entries.append(self.url_result(
282                 video_url, ie=RaiPlayIE.ie_key(),
283                 video_id=RaiPlayIE._match_id(video_url)))
284
285         return self.playlist_result(entries, playlist_id, title, description)
286
287
288 class RaiIE(RaiBaseIE):
289     _VALID_URL = r'https?://[^/]+\.(?:rai\.(?:it|tv)|rainews\.it)/dl/.+?-(?P<id>%s)(?:-.+?)?\.html' % RaiBaseIE._UUID_RE
290     _TESTS = [{
291         # var uniquename = "ContentItem-..."
292         # data-id="ContentItem-..."
293         'url': 'http://www.raisport.rai.it/dl/raiSport/media/rassegna-stampa-04a9f4bd-b563-40cf-82a6-aad3529cb4a9.html',
294         'info_dict': {
295             'id': '04a9f4bd-b563-40cf-82a6-aad3529cb4a9',
296             'ext': 'mp4',
297             'title': 'TG PRIMO TEMPO',
298             'thumbnail': r're:^https?://.*\.jpg$',
299             'duration': 1758,
300             'upload_date': '20140612',
301         }
302     }, {
303         # with ContentItem in many metas
304         'url': 'http://www.rainews.it/dl/rainews/media/Weekend-al-cinema-da-Hollywood-arriva-il-thriller-di-Tate-Taylor-La-ragazza-del-treno-1632c009-c843-4836-bb65-80c33084a64b.html',
305         'info_dict': {
306             'id': '1632c009-c843-4836-bb65-80c33084a64b',
307             'ext': 'mp4',
308             'title': 'Weekend al cinema, da Hollywood arriva il thriller di Tate Taylor "La ragazza del treno"',
309             'description': 'I film in uscita questa settimana.',
310             'thumbnail': r're:^https?://.*\.png$',
311             'duration': 833,
312             'upload_date': '20161103',
313         }
314     }, {
315         # with ContentItem in og:url
316         'url': 'http://www.rai.it/dl/RaiTV/programmi/media/ContentItem-efb17665-691c-45d5-a60c-5301333cbb0c.html',
317         'md5': '11959b4e44fa74de47011b5799490adf',
318         'info_dict': {
319             'id': 'efb17665-691c-45d5-a60c-5301333cbb0c',
320             'ext': 'mp4',
321             'title': 'TG1 ore 20:00 del 03/11/2016',
322             'description': 'TG1 edizione integrale ore 20:00 del giorno 03/11/2016',
323             'thumbnail': r're:^https?://.*\.jpg$',
324             'duration': 2214,
325             'upload_date': '20161103',
326         }
327     }, {
328         # drawMediaRaiTV(...)
329         'url': 'http://www.report.rai.it/dl/Report/puntata/ContentItem-0c7a664b-d0f4-4b2c-8835-3f82e46f433e.html',
330         'md5': '2dd727e61114e1ee9c47f0da6914e178',
331         'info_dict': {
332             'id': '59d69d28-6bb6-409d-a4b5-ed44096560af',
333             'ext': 'mp4',
334             'title': 'Il pacco',
335             'description': 'md5:4b1afae1364115ce5d78ed83cd2e5b3a',
336             'thumbnail': r're:^https?://.*\.jpg$',
337             'upload_date': '20141221',
338         },
339     }, {
340         # initEdizione('ContentItem-...'
341         'url': 'http://www.tg1.rai.it/dl/tg1/2010/edizioni/ContentSet-9b6e0cba-4bef-4aef-8cf0-9f7f665b7dfb-tg1.html?item=undefined',
342         'info_dict': {
343             'id': 'c2187016-8484-4e3a-8ac8-35e475b07303',
344             'ext': 'mp4',
345             'title': r're:TG1 ore \d{2}:\d{2} del \d{2}/\d{2}/\d{4}',
346             'duration': 2274,
347             'upload_date': '20170401',
348         },
349         'skip': 'Changes daily',
350     }, {
351         # HDS live stream with only relinker URL
352         'url': 'http://www.rai.tv/dl/RaiTV/dirette/PublishingBlock-1912dbbf-3f96-44c3-b4cf-523681fbacbc.html?channel=EuroNews',
353         'info_dict': {
354             'id': '1912dbbf-3f96-44c3-b4cf-523681fbacbc',
355             'ext': 'flv',
356             'title': 'EuroNews',
357         },
358         'params': {
359             'skip_download': True,
360         },
361     }, {
362         # HLS live stream with ContentItem in og:url
363         'url': 'http://www.rainews.it/dl/rainews/live/ContentItem-3156f2f2-dc70-4953-8e2f-70d7489d4ce9.html',
364         'info_dict': {
365             'id': '3156f2f2-dc70-4953-8e2f-70d7489d4ce9',
366             'ext': 'mp4',
367             'title': 'La diretta di Rainews24',
368         },
369         'params': {
370             'skip_download': True,
371         },
372     }]
373
374     def _extract_from_content_id(self, content_id, url):
375         media = self._download_json(
376             'http://www.rai.tv/dl/RaiTV/programmi/media/ContentItem-%s.html?json' % content_id,
377             content_id, 'Downloading video JSON')
378
379         title = media['name'].strip()
380
381         media_type = media['type']
382         if 'Audio' in media_type:
383             relinker_info = {
384                 'formats': [{
385                     'format_id': media.get('formatoAudio'),
386                     'url': media['audioUrl'],
387                     'ext': media.get('formatoAudio'),
388                 }]
389             }
390         elif 'Video' in media_type:
391             relinker_info = self._extract_relinker_info(media['mediaUri'], content_id)
392         else:
393             raise ExtractorError('not a media file')
394
395         self._sort_formats(relinker_info['formats'])
396
397         thumbnails = []
398         for image_type in ('image', 'image_medium', 'image_300'):
399             thumbnail_url = media.get(image_type)
400             if thumbnail_url:
401                 thumbnails.append({
402                     'url': compat_urlparse.urljoin(url, thumbnail_url),
403                 })
404
405         subtitles = self._extract_subtitles(url, media.get('subtitlesUrl'))
406
407         info = {
408             'id': content_id,
409             'title': title,
410             'description': strip_or_none(media.get('desc')),
411             'thumbnails': thumbnails,
412             'uploader': media.get('author'),
413             'upload_date': unified_strdate(media.get('date')),
414             'duration': parse_duration(media.get('length')),
415             'subtitles': subtitles,
416         }
417
418         info.update(relinker_info)
419
420         return info
421
422     def _real_extract(self, url):
423         video_id = self._match_id(url)
424
425         webpage = self._download_webpage(url, video_id)
426
427         content_item_id = None
428
429         content_item_url = self._html_search_meta(
430             ('og:url', 'og:video', 'og:video:secure_url', 'twitter:url',
431              'twitter:player', 'jsonlink'), webpage, default=None)
432         if content_item_url:
433             content_item_id = self._search_regex(
434                 r'ContentItem-(%s)' % self._UUID_RE, content_item_url,
435                 'content item id', default=None)
436
437         if not content_item_id:
438             content_item_id = self._search_regex(
439                 r'''(?x)
440                     (?:
441                         (?:initEdizione|drawMediaRaiTV)\(|
442                         <(?:[^>]+\bdata-id|var\s+uniquename)=
443                     )
444                     (["\'])
445                     (?:(?!\1).)*\bContentItem-(?P<id>%s)
446                 ''' % self._UUID_RE,
447                 webpage, 'content item id', default=None, group='id')
448
449         content_item_ids = set()
450         if content_item_id:
451             content_item_ids.add(content_item_id)
452         if video_id not in content_item_ids:
453             content_item_ids.add(video_id)
454
455         for content_item_id in content_item_ids:
456             try:
457                 return self._extract_from_content_id(content_item_id, url)
458             except GeoRestrictedError:
459                 raise
460             except ExtractorError:
461                 pass
462
463         relinker_url = self._search_regex(
464             r'''(?x)
465                 (?:
466                     var\s+videoURL|
467                     mediaInfo\.mediaUri
468                 )\s*=\s*
469                 ([\'"])
470                 (?P<url>
471                     (?:https?:)?
472                     //mediapolis(?:vod)?\.rai\.it/relinker/relinkerServlet\.htm\?
473                     (?:(?!\1).)*\bcont=(?:(?!\1).)+)\1
474             ''',
475             webpage, 'relinker URL', group='url')
476
477         relinker_info = self._extract_relinker_info(
478             urljoin(url, relinker_url), video_id)
479         self._sort_formats(relinker_info['formats'])
480
481         title = self._search_regex(
482             r'var\s+videoTitolo\s*=\s*([\'"])(?P<title>[^\'"]+)\1',
483             webpage, 'title', group='title',
484             default=None) or self._og_search_title(webpage)
485
486         info = {
487             'id': video_id,
488             'title': title,
489         }
490
491         info.update(relinker_info)
492
493         return info