|
|
- # coding: utf-8
- from __future__ import unicode_literals
-
- from .common import InfoExtractor
- from ..utils import strip_jsonp, unified_strdate
-
-
- class ElPaisIE(InfoExtractor):
- _VALID_URL = r'https?://(?:[^.]+\.)?elpais\.com/.*/(?P<id>[^/#?]+)\.html(?:$|[?#])'
- IE_DESC = 'El País'
-
- _TESTS = [{
- 'url': 'http://blogs.elpais.com/la-voz-de-inaki/2014/02/tiempo-nuevo-recetas-viejas.html',
- 'md5': '98406f301f19562170ec071b83433d55',
- 'info_dict': {
- 'id': 'tiempo-nuevo-recetas-viejas',
- 'ext': 'mp4',
- 'title': 'Tiempo nuevo, recetas viejas',
- 'description': 'De lunes a viernes, a partir de las ocho de la mañana, Iñaki Gabilondo nos cuenta su visión de la actualidad nacional e internacional.',
- 'upload_date': '20140206',
- }
- }, {
- 'url': 'http://elcomidista.elpais.com/elcomidista/2016/02/24/articulo/1456340311_668921.html#?id_externo_nwl=newsletter_diaria20160303t',
- 'md5': '3bd5b09509f3519d7d9e763179b013de',
- 'info_dict': {
- 'id': '1456340311_668921',
- 'ext': 'mp4',
- 'title': 'Cómo hacer el mejor café con cafetera italiana',
- 'description': 'Que sí, que las cápsulas son cómodas. Pero si le pides algo más a la vida, quizá deberías aprender a usar bien la cafetera italiana. No tienes más que ver este vídeo y seguir sus siete normas básicas.',
- 'upload_date': '20160303',
- }
- }, {
- 'url': 'http://elpais.com/elpais/2017/01/26/ciencia/1485456786_417876.html',
- 'md5': '9c79923a118a067e1a45789e1e0b0f9c',
- 'info_dict': {
- 'id': '1485456786_417876',
- 'ext': 'mp4',
- 'title': 'Hallado un barco de la antigua Roma que naufragó en Baleares hace 1.800 años',
- 'description': 'La nave portaba cientos de ánforas y se hundió cerca de la isla de Cabrera por razones desconocidas',
- 'upload_date': '20170127',
- },
- }, {
- 'url': 'http://epv.elpais.com/epv/2017/02/14/programa_la_voz_de_inaki/1487062137_075943.html',
- 'info_dict': {
- 'id': '1487062137_075943',
- 'ext': 'mp4',
- 'title': 'Disyuntivas',
- 'description': 'md5:a0fb1485c4a6a8a917e6f93878e66218',
- 'upload_date': '20170214',
- },
- 'params': {
- 'skip_download': True,
- },
- }]
-
- def _real_extract(self, url):
- video_id = self._match_id(url)
- webpage = self._download_webpage(url, video_id)
-
- prefix = self._html_search_regex(
- r'var\s+url_cache\s*=\s*"([^"]+)";', webpage, 'URL prefix')
- id_multimedia = self._search_regex(
- r"id_multimedia\s*=\s*'([^']+)'", webpage, 'ID multimedia', default=None)
- if id_multimedia:
- url_info = self._download_json(
- 'http://elpais.com/vdpep/1/?pepid=' + id_multimedia, video_id, transform_source=strip_jsonp)
- video_suffix = url_info['mp4']
- else:
- video_suffix = self._search_regex(
- r"(?:URLMediaFile|urlVideo_\d+)\s*=\s*url_cache\s*\+\s*'([^']+)'", webpage, 'video URL')
- video_url = prefix + video_suffix
- thumbnail_suffix = self._search_regex(
- r"(?:URLMediaStill|urlFotogramaFijo_\d+)\s*=\s*url_cache\s*\+\s*'([^']+)'",
- webpage, 'thumbnail URL', default=None)
- thumbnail = (
- None if thumbnail_suffix is None
- else prefix + thumbnail_suffix) or self._og_search_thumbnail(webpage)
- title = self._html_search_regex(
- (r"tituloVideo\s*=\s*'([^']+)'",
- r'<h2 class="entry-header entry-title.*?>(.*?)</h2>',
- r'<h1[^>]+class="titulo"[^>]*>([^<]+)'),
- webpage, 'title', default=None) or self._og_search_title(webpage)
- upload_date = unified_strdate(self._search_regex(
- r'<p class="date-header date-int updated"\s+title="([^"]+)">',
- webpage, 'upload date', default=None) or self._html_search_meta(
- 'datePublished', webpage, 'timestamp'))
-
- return {
- 'id': video_id,
- 'url': video_url,
- 'title': title,
- 'description': self._og_search_description(webpage),
- 'thumbnail': thumbnail,
- 'upload_date': upload_date,
- }
|
