mirror of
https://github.com/yt-dlp/yt-dlp.git
synced 2025-03-09 12:50:23 -05:00
111 lines
4.7 KiB
Python
111 lines
4.7 KiB
Python
|
||
from .common import InfoExtractor
|
||
from ..utils import (
|
||
ExtractorError,
|
||
float_or_none,
|
||
int_or_none,
|
||
url_or_none,
|
||
)
|
||
from ..utils.traversal import traverse_obj
|
||
|
||
PODCAST_API = 'https://api-prod.ilpost.it/podcast/v1/podcast/%s?hits=20'
|
||
|
||
|
||
class IlPostIE(InfoExtractor):
|
||
_VALID_URL = r'https?://(?:www\.)?ilpost\.it/podcasts/(?:.*?)/(?P<id>[^/?#]+)'
|
||
_TESTS = [{
|
||
'url': 'https://www.ilpost.it/podcasts/l-invasione/1-avis-akvasas-ka/',
|
||
'md5': '43649f002d85e1c2f319bb478d479c40',
|
||
'info_dict': {
|
||
'id': '2972047',
|
||
'ext': 'mp3',
|
||
'display_id': '1-avis-akvasas-ka',
|
||
'title': '1. Avis akvasas ka',
|
||
'url': 'https://www.ilpost.it/wp-content/uploads/2023/12/28/1703781217-l-invasione-pt1-v6.mp3',
|
||
'timestamp': 1703835014,
|
||
'upload_date': '20231229',
|
||
'description': '<p>Circa tre miliardi di persone, oggi, parlano lingue che hanno un’unica antenata: dall’italiano all’inglese, passando per il farsi e l’islandese, queste lingue discendono tutte da una lingua arrivata in Europa circa cinquemila anni fa, insieme a un gruppo di persone ben preciso.<br />\nCon la loro lingua queste persone si portarono dietro anche alcuni oggetti, miti e leggende, e una certa visione della società, lasciando tracce indelebili ancora oggi.</p>\n<p>Per approfondire gli argomenti trattati nel podcast abbiamo raccolto in <a href="https://www.ilpost.it/2024/01/05/invasione-testi/?homepagePosition=3">questa pagina</a> le cose da leggere e da guardare dopo aver ascoltato le puntate.</p>\n',
|
||
'duration': 2495.0,
|
||
'availability': 'public',
|
||
'series_id': '235598',
|
||
'thumbnail': 'https://www.ilpost.it/wp-content/uploads/2023/12/22/1703238848-copertina500x500.jpg',
|
||
},
|
||
}]
|
||
|
||
def _real_extract(self, url):
|
||
display_id = self._match_id(url)
|
||
webpage = self._download_webpage(url, display_id)
|
||
|
||
endpoint_metadata = self._search_json(
|
||
r'{"props":{"pageProps":', webpage, 'metadata', display_id)
|
||
episode_id = endpoint_metadata['data']['data']['episode']['data'][0]['id']
|
||
podcast_id = traverse_obj(endpoint_metadata, ('data', 'data', 'episode', 'data', 0, 'parent', 'id'))
|
||
podcast_metadata = traverse_obj(endpoint_metadata, ('data', 'data', 'episode', 'data', 0))
|
||
|
||
episode = podcast_metadata
|
||
if not episode:
|
||
raise ExtractorError('Episode could not be extracted')
|
||
|
||
return {
|
||
'id': str(episode_id),
|
||
'display_id': str(display_id),
|
||
'series_id': str(podcast_id),
|
||
**traverse_obj(episode, {
|
||
'title': ('title', {str}),
|
||
'url': ('episode_raw_url', {url_or_none}),
|
||
'thumbnail': ('image', {url_or_none}),
|
||
'description': ('content_html', {str}),
|
||
'timestamp': ('timestamp', {int_or_none}),
|
||
'duration': ('milliseconds', {float_or_none(scale=1000)}),
|
||
'availability': ('access_level', {lambda v: 'public' if v else 'subscriber_only'}),
|
||
}),
|
||
}
|
||
|
||
|
||
class IlPostPodcastIE(InfoExtractor):
|
||
_VALID_URL = r'https?://(?:www\.)?ilpost\.it/podcasts/(?P<id>[a-zA-Z0-9\-]+)/?$'
|
||
_TESTS = [{
|
||
'url': 'https://www.ilpost.it/podcasts/morning/',
|
||
'info_dict': {
|
||
'id': 'morning',
|
||
'display_id': 'morning',
|
||
'title': 'Morning',
|
||
'series': 'Morning',
|
||
'season_number': 1,
|
||
},
|
||
'playlist_mincount': 20,
|
||
}, {
|
||
'url': 'https://www.ilpost.it/podcasts/basaglia-e-i-suoi/',
|
||
'info_dict': {
|
||
'id': 'basaglia-e-i-suoi',
|
||
'display_id': 'basaglia-e-i-suoi',
|
||
'title': 'Basaglia e i suoi',
|
||
'series': 'Basaglia e i suoi',
|
||
'season_number': 1,
|
||
},
|
||
'playlist_mincount': 5,
|
||
}]
|
||
|
||
def _real_extract(self, url):
|
||
display_id = self._match_valid_url(url).group('id')
|
||
data = self._download_json(PODCAST_API % display_id, display_id)
|
||
|
||
entries = [{
|
||
'_type': 'url',
|
||
'url': episode['url'],
|
||
'title': episode.get('title'),
|
||
'description': episode.get('content_html'),
|
||
'series': traverse_obj(data, ('data', 0, 'parent', 'title')),
|
||
'season_number': 1,
|
||
'episode_number': episode['id'],
|
||
} for episode in traverse_obj(data, ('data'))]
|
||
|
||
return {
|
||
'_type': 'playlist',
|
||
'id': display_id,
|
||
'display_id': display_id,
|
||
'title': traverse_obj(data, ('data', 0, 'parent', 'title')),
|
||
'series': traverse_obj(data, ('data', 0, 'parent', 'title')),
|
||
'entries': entries,
|
||
'season_number': 1,
|
||
}
|