diff --git a/test/test_InfoExtractor.py b/test/test_InfoExtractor.py
index 4833396a5..22018ede1 100644
--- a/test/test_InfoExtractor.py
+++ b/test/test_InfoExtractor.py
@@ -42,6 +42,7 @@ class TestInfoExtractor(unittest.TestCase):
+
'''
self.assertEqual(ie._og_search_title(html), 'Foo')
self.assertEqual(ie._og_search_description(html), 'Some video\'s description ')
@@ -50,6 +51,7 @@ class TestInfoExtractor(unittest.TestCase):
self.assertEqual(ie._og_search_property('foobar', html), 'Foo')
self.assertEqual(ie._og_search_property('test1', html), 'foo > < bar')
self.assertEqual(ie._og_search_property('test2', html), 'foo >//< bar')
+ self.assertEqual(ie._og_search_property('test3', html), 'Ill-formatted opengraph')
self.assertEqual(ie._og_search_property(('test0', 'test1'), html), 'foo > < bar')
self.assertRaises(RegexNotFoundError, ie._og_search_property, 'test0', html, None, fatal=True)
self.assertRaises(RegexNotFoundError, ie._og_search_property, ('test0', 'test00'), html, None, fatal=True)
diff --git a/youtube_dl/extractor/malltv.py b/youtube_dl/extractor/malltv.py
index 7a0e5e6fa..7e0876ecc 100644
--- a/youtube_dl/extractor/malltv.py
+++ b/youtube_dl/extractor/malltv.py
@@ -1,14 +1,13 @@
# coding: utf-8
from __future__ import unicode_literals
-import hashlib
-from .common import InfoExtractor
-from ..utils import parse_duration
import re
+from .common import InfoExtractor
+from ..utils import parse_duration, merge_dicts
class MallTVIE(InfoExtractor):
- _VALID_URL = r'https?://(?:www\.)?mall\.tv/(?:.+/)?(?P.+)'
+ _VALID_URL = r'https?://(?:www\.)?mall\.tv/(?:.+/)?(?P.+)(?:\?.*$|$)'
_TESTS = [
{
'url': 'https://www.mall.tv/18-miliard-pro-neziskovky-opravdu-jsou-sportovci-nebo-clovek-v-tisni-pijavice',
@@ -17,17 +16,22 @@ class MallTVIE(InfoExtractor):
'id': 't0zzt0',
'ext': 'mp4',
'title': '18 miliard pro neziskovky. Opravdu jsou sportovci nebo Člověk v tísni pijavice?',
- 'description': "Pokud někdo hospodaří s penězmi daňových poplatníků, pak logicky chceme vědět, jak s nimi nakládá. Objem dotací pro neziskovky roste, ale opravdu jsou tyto organizace „pijavice', jak o nich hovoří And"
+ 'description': 'Pokud někdo hospodaří s penězmi daňových poplatníků, pak logicky chceme vědět, jak s nimi nakládá. Objem dotací pro neziskovky roste, ale opravdu jsou tyto organizace „pijavice", jak o nich hovoří And',
+ 'upload_date': '20181007',
+ 'timestamp': 1538870400
}
},
{
'url': 'https://www.mall.tv/kdo-to-plati/18-miliard-pro-neziskovky-opravdu-jsou-sportovci-nebo-clovek-v-tisni-pijavice',
'md5': '9ced0de056534410837077e23bfba796',
+ 'only_matching': 1,
'info_dict': {
'id': 't0zzt0',
'ext': 'mp4',
'title': '18 miliard pro neziskovky. Opravdu jsou sportovci nebo Člověk v tísni pijavice?',
- 'description': "Pokud někdo hospodaří s penězmi daňových poplatníků, pak logicky chceme vědět, jak s nimi nakládá. Objem dotací pro neziskovky roste, ale opravdu jsou tyto organizace „pijavice', jak o nich hovoří And"
+ 'description': 'Pokud někdo hospodaří s penězmi daňových poplatníků, pak logicky chceme vědět, jak s nimi nakládá. Objem dotací pro neziskovky roste, ale opravdu jsou tyto organizace „pijavice", jak o nich hovoří And',
+ 'upload_date': '20181007',
+ 'timestamp': 1538870400
}
}
]
@@ -35,12 +39,12 @@ class MallTVIE(InfoExtractor):
def _real_extract(self, url):
display_id = self._match_id(url)
webpage = self._download_webpage(url, display_id)
- src_id_regex = r'(?P.+?/(?P\w{6,}?)/index)(?P\1?[^>]*?>)'
- video_id = self._html_search_regex(src_id_regex, webpage, 'ID',
+ src_id_regex = r'(?P\w{6,}?)/index)(?P\1?[^>]*?>)'
+ video_id = self._search_regex(src_id_regex, webpage, 'ID',
group='id')
info = self._search_json_ld(webpage, video_id, default={})
- html = re.sub(src_id_regex, r'\g\g.m3u8\g', webpage)
- media = self._parse_html5_media_entries('', html, video_id)
+ html = re.sub(src_id_regex, r'\g.m3u8\g', webpage)
+ media = self._parse_html5_media_entries(url, html, video_id)
thumbnail = info.get('thumbnail', self._og_search_thumbnail(webpage))
duration = parse_duration(info.get('duration'))
result = {
@@ -48,9 +52,7 @@ class MallTVIE(InfoExtractor):
'title': info.get('title', self._og_search_title(webpage)),
'description': self._og_search_description(webpage)
}
- if media:
- result.update(media[0])
result.update({'thumbnail': thumbnail})
result.update({'duration': duration})
- return result
+ return merge_dicts(media[0], info, result)