mirror of
https://github.com/yt-dlp/yt-dlp.git
synced 2024-11-23 02:25:11 +00:00
Merge branch 'alura' of https://github.com/hugohaa/youtube-dl into hugohaa-alura
This commit is contained in:
commit
ca640230de
2 changed files with 184 additions and 0 deletions
180
youtube_dlc/extractor/alura.py
Normal file
180
youtube_dlc/extractor/alura.py
Normal file
|
@ -0,0 +1,180 @@
|
||||||
|
# coding: utf-8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import re
|
||||||
|
|
||||||
|
from .common import InfoExtractor
|
||||||
|
|
||||||
|
from ..compat import (
|
||||||
|
compat_urlparse,
|
||||||
|
)
|
||||||
|
|
||||||
|
from ..utils import (
|
||||||
|
urlencode_postdata,
|
||||||
|
urljoin,
|
||||||
|
int_or_none,
|
||||||
|
clean_html,
|
||||||
|
ExtractorError
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
|
class AluraIE(InfoExtractor):
|
||||||
|
_VALID_URL = r'https?://(?:cursos\.)?alura\.com\.br/course/(?P<course_name>[^/]+)/task/(?P<id>\d+)'
|
||||||
|
_LOGIN_URL = 'https://cursos.alura.com.br/loginForm?urlAfterLogin=/loginForm'
|
||||||
|
_VIDEO_URL = 'https://cursos.alura.com.br/course/%s/task/%s/video'
|
||||||
|
_NETRC_MACHINE = 'alura'
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'https://cursos.alura.com.br/course/clojure-mutabilidade-com-atoms-e-refs/task/60095',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '60095',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'Referências, ref-set e alter'
|
||||||
|
},
|
||||||
|
'skip': 'Requires alura account credentials'},
|
||||||
|
{
|
||||||
|
# URL without video
|
||||||
|
'url': 'https://cursos.alura.com.br/course/clojure-mutabilidade-com-atoms-e-refs/task/60098',
|
||||||
|
'only_matching': True},
|
||||||
|
{
|
||||||
|
'url': 'https://cursos.alura.com.br/course/fundamentos-market-digital/task/55219',
|
||||||
|
'only_matching': True}
|
||||||
|
]
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
|
||||||
|
video_id = self._match_id(url)
|
||||||
|
course = self._search_regex(self._VALID_URL, url, 'post url', group='course_name')
|
||||||
|
video_url = self._VIDEO_URL % (course, video_id)
|
||||||
|
|
||||||
|
video_dict = self._download_json(video_url, video_id, 'Searching for videos')
|
||||||
|
|
||||||
|
if video_dict:
|
||||||
|
webpage = self._download_webpage(url, video_id)
|
||||||
|
video_title = clean_html(self._search_regex(
|
||||||
|
r'<span[^>]+class=(["\'])task-body-header-title-text\1[^>]*>(?P<title>[^<]+)',
|
||||||
|
webpage, 'title', group='title'))
|
||||||
|
|
||||||
|
formats = []
|
||||||
|
for video_obj in video_dict:
|
||||||
|
video_url_m3u8 = video_obj.get('link')
|
||||||
|
video_format = self._extract_m3u8_formats(
|
||||||
|
video_url_m3u8, None, 'mp4', entry_protocol='m3u8_native',
|
||||||
|
m3u8_id='hls', fatal=False)
|
||||||
|
for f in video_format:
|
||||||
|
m = re.search(r'^[\w \W]*-(?P<res>\w*).mp4[\W \w]*', f['url'])
|
||||||
|
if m:
|
||||||
|
if not f.get('height'):
|
||||||
|
f['height'] = int('720' if m.group('res') == 'hd' else '480')
|
||||||
|
formats.extend(video_format)
|
||||||
|
|
||||||
|
self._sort_formats(formats, field_preference=('height', 'width', 'tbr', 'format_id'))
|
||||||
|
|
||||||
|
return {
|
||||||
|
'id': video_id,
|
||||||
|
'title': video_title,
|
||||||
|
"formats": formats
|
||||||
|
}
|
||||||
|
|
||||||
|
def _real_initialize(self):
|
||||||
|
self._login()
|
||||||
|
|
||||||
|
def _login(self):
|
||||||
|
username, password = self._get_login_info()
|
||||||
|
if username is None:
|
||||||
|
return
|
||||||
|
pass
|
||||||
|
|
||||||
|
login_page = self._download_webpage(
|
||||||
|
self._LOGIN_URL, None, 'Downloading login popup')
|
||||||
|
|
||||||
|
def is_logged(webpage):
|
||||||
|
return any(re.search(p, webpage) for p in (
|
||||||
|
r'href=[\"|\']?/signout[\"|\']',
|
||||||
|
r'>Logout<'))
|
||||||
|
|
||||||
|
# already logged in
|
||||||
|
if is_logged(login_page):
|
||||||
|
return
|
||||||
|
|
||||||
|
login_form = self._hidden_inputs(login_page)
|
||||||
|
|
||||||
|
login_form.update({
|
||||||
|
'username': username,
|
||||||
|
'password': password,
|
||||||
|
})
|
||||||
|
|
||||||
|
post_url = self._search_regex(
|
||||||
|
r'<form[^>]+class=["|\']signin-form["|\'] action=["|\'](?P<url>.+?)["|\']', login_page,
|
||||||
|
'post url', default=self._LOGIN_URL, group='url')
|
||||||
|
|
||||||
|
if not post_url.startswith('http'):
|
||||||
|
post_url = compat_urlparse.urljoin(self._LOGIN_URL, post_url)
|
||||||
|
|
||||||
|
response = self._download_webpage(
|
||||||
|
post_url, None, 'Logging in',
|
||||||
|
data=urlencode_postdata(login_form),
|
||||||
|
headers={'Content-Type': 'application/x-www-form-urlencoded'})
|
||||||
|
|
||||||
|
if not is_logged(response):
|
||||||
|
error = self._html_search_regex(
|
||||||
|
r'(?s)<p[^>]+class="alert-message[^"]*">(.+?)</p>',
|
||||||
|
response, 'error message', default=None)
|
||||||
|
if error:
|
||||||
|
raise ExtractorError('Unable to login: %s' % error, expected=True)
|
||||||
|
raise ExtractorError('Unable to log in')
|
||||||
|
|
||||||
|
|
||||||
|
class AluraCourseIE(AluraIE):
|
||||||
|
|
||||||
|
_VALID_URL = r'https?://(?:cursos\.)?alura\.com\.br/course/(?P<id>[^/]+)'
|
||||||
|
_LOGIN_URL = 'https://cursos.alura.com.br/loginForm?urlAfterLogin=/loginForm'
|
||||||
|
_NETRC_MACHINE = 'aluracourse'
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'https://cursos.alura.com.br/course/clojure-mutabilidade-com-atoms-e-refs',
|
||||||
|
'only_matching': True,
|
||||||
|
}]
|
||||||
|
|
||||||
|
@classmethod
|
||||||
|
def suitable(cls, url):
|
||||||
|
return False if AluraIE.suitable(url) else super(AluraCourseIE, cls).suitable(url)
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
|
||||||
|
course_path = self._match_id(url)
|
||||||
|
webpage = self._download_webpage(url, course_path)
|
||||||
|
|
||||||
|
course_title = self._search_regex(
|
||||||
|
r'<h1.*?>(.*?)<strong>(?P<course_title>.*?)</strong></h[0-9]>', webpage,
|
||||||
|
'course title', default=course_path, group='course_title')
|
||||||
|
|
||||||
|
entries = []
|
||||||
|
if webpage:
|
||||||
|
for path in re.findall(r'<a\b(?=[^>]* class="[^"]*(?<=[" ])courseSectionList-section[" ])(?=[^>]* href="([^"]*))', webpage):
|
||||||
|
page_url = urljoin(url, path)
|
||||||
|
section_path = self._download_webpage(page_url, course_path)
|
||||||
|
for path_video in re.findall(r'<a\b(?=[^>]* class="[^"]*(?<=[" ])task-menu-nav-item-link-VIDEO[" ])(?=[^>]* href="([^"]*))', section_path):
|
||||||
|
chapter = clean_html(
|
||||||
|
self._search_regex(
|
||||||
|
r'<h3[^>]+class=(["\'])task-menu-section-title-text\1[^>]*>(?P<chapter>[^<]+)',
|
||||||
|
section_path,
|
||||||
|
'chapter',
|
||||||
|
group='chapter'))
|
||||||
|
|
||||||
|
chapter_number = int_or_none(
|
||||||
|
self._search_regex(
|
||||||
|
r'<span[^>]+class=(["\'])task-menu-section-title-number[^>]*>(.*?)<strong>(?P<chapter_number>[^<]+)</strong>',
|
||||||
|
section_path,
|
||||||
|
'chapter number',
|
||||||
|
group='chapter_number'))
|
||||||
|
video_url = urljoin(url, path_video)
|
||||||
|
|
||||||
|
entry = {
|
||||||
|
'_type': 'url_transparent',
|
||||||
|
'id': self._match_id(video_url),
|
||||||
|
'url': video_url,
|
||||||
|
'id_key': self.ie_key(),
|
||||||
|
'chapter': chapter,
|
||||||
|
'chapter_number': chapter_number
|
||||||
|
}
|
||||||
|
entries.append(entry)
|
||||||
|
return self.playlist_result(entries, course_path, course_title)
|
|
@ -36,6 +36,10 @@
|
||||||
from .airmozilla import AirMozillaIE
|
from .airmozilla import AirMozillaIE
|
||||||
from .aljazeera import AlJazeeraIE
|
from .aljazeera import AlJazeeraIE
|
||||||
from .alphaporno import AlphaPornoIE
|
from .alphaporno import AlphaPornoIE
|
||||||
|
from .alura import (
|
||||||
|
AluraIE,
|
||||||
|
AluraCourseIE
|
||||||
|
)
|
||||||
from .amcnetworks import AMCNetworksIE
|
from .amcnetworks import AMCNetworksIE
|
||||||
from .americastestkitchen import AmericasTestKitchenIE
|
from .americastestkitchen import AmericasTestKitchenIE
|
||||||
from .animeondemand import AnimeOnDemandIE
|
from .animeondemand import AnimeOnDemandIE
|
||||||
|
|
Loading…
Reference in a new issue