rozhlas.py (1902B)
1 # coding: utf-8 2 from __future__ import unicode_literals 3 4 from .common import InfoExtractor 5 from ..utils import ( 6 int_or_none, 7 remove_start, 8 ) 9 10 11 class RozhlasIE(InfoExtractor): 12 _VALID_URL = r'https?://(?:www\.)?prehravac\.rozhlas\.cz/audio/(?P<id>[0-9]+)' 13 _TESTS = [{ 14 'url': 'http://prehravac.rozhlas.cz/audio/3421320', 15 'md5': '504c902dbc9e9a1fd50326eccf02a7e2', 16 'info_dict': { 17 'id': '3421320', 18 'ext': 'mp3', 19 'title': 'Echo Pavla Klusáka (30.06.2015 21:00)', 20 'description': 'Osmdesátiny Terryho Rileyho jsou skvělou příležitostí proletět se elektronickými i akustickými díly zakladatatele minimalismu, který je aktivní už přes padesát let' 21 } 22 }, { 23 'url': 'http://prehravac.rozhlas.cz/audio/3421320/embed', 24 'only_matching': True, 25 }] 26 27 def _real_extract(self, url): 28 audio_id = self._match_id(url) 29 30 webpage = self._download_webpage( 31 'http://prehravac.rozhlas.cz/audio/%s' % audio_id, audio_id) 32 33 title = self._html_search_regex( 34 r'<h3>(.+?)</h3>\s*<p[^>]*>.*?</p>\s*<div[^>]+id=["\']player-track', 35 webpage, 'title', default=None) or remove_start( 36 self._og_search_title(webpage), 'Radio Wave - ') 37 description = self._html_search_regex( 38 r'<p[^>]+title=(["\'])(?P<url>(?:(?!\1).)+)\1[^>]*>.*?</p>\s*<div[^>]+id=["\']player-track', 39 webpage, 'description', fatal=False, group='url') 40 duration = int_or_none(self._search_regex( 41 r'data-duration=["\'](\d+)', webpage, 'duration', default=None)) 42 43 return { 44 'id': audio_id, 45 'url': 'http://media.rozhlas.cz/_audio/%s.mp3' % audio_id, 46 'title': title, 47 'description': description, 48 'duration': duration, 49 'vcodec': 'none', 50 }