[CanalU] Add new extractor

youtube_dl/extractor/canalu.py

@@ -0,0 +1,73 @@
+# coding: utf-8
+from __future__ import unicode_literals
+
+from .common import InfoExtractor
+from ..utils import (
+    int_or_none,
+    month_by_name,
+    unescapeHTML
+)
+from re import DOTALL
+
+
+class CanalUIE(InfoExtractor):
+    _VALID_URL = r'https?://(?:www\.)?canal-u\.tv/video/(?P<id>.*)'
+    _TESTS = [
+        {
+            'url': 'https://www.canal-u.tv/video/ecole_normale_superieure_de_lyon/gouvernement.3118',
+            'md5': '9c185d26b232c3c06d805c0d639af254',
+            'info_dict': {
+                'id': 'ecole_normale_superieure_de_lyon/gouvernement.3118',
+                'ext': 'mp4',
+                'duration': 600,
+                'creator': 'SENELLART Michel',
+                'title': 'Gouvernement',
+                'description': 'Les essentiels : La philo par les mots - Gouvernement',
+                'thumbnail': 'https://www.canal-u.tv/media/images/groupe_ens_lsh/gouvernement_3118/vignette.les.essentiels.jpg',
+                'release_date': '20071015'}
+        },
+        {
+            'url': 'https://www.canal-u.tv/video/ecole_normale_superieure_de_lyon/les_competences_en_situation_d_apprentissage.20850',
+            'md5': 'f06aab78bf60c2a2340a733c18a5ef10',
+            'info_dict': {
+                'id': 'ecole_normale_superieure_de_lyon/les_competences_en_situation_d_apprentissage.20850',
+                'ext': 'mp4',
+                'duration': 360,
+                'creator': 'COULET Jean-Claude',
+                'title': 'Les compétences en situation d\'apprentissage',
+                'description': 'Cette capsule présente comment on peut décliner la notion de compétence,\r  dans les situations pédagogiques, en donnant un sens précis aux \r concepts de situation, tâche, et activité. Elle ouvre des pistes de \r réflexion sur l\'articulation de ces notions dans les situations \r d\'éducation et de formation.',
+                'thumbnail': 'https://www.canal-u.tv/media/images/groupe_ens_lsh/les.comp.tences.en.situation.d.apprentissage_20850/craies.jpg',
+                'release_date': '20151215',
+            }
+        }]
+
+    def _real_extract(self, url):
+        video = {}
+        video_id = self._match_id(url)
+        video['id'] = video_id
+        webpage = self._download_webpage(url, video_id)
+
+        video['title'] = self._og_search_title(webpage)
+        video['url'] = self._html_search_regex(r'file: "(.*?\.mp4)",', webpage, 'url')
+        video['ext'] = 'mp4'
+
+        # Thumbnail
+        video['thumbnail'] = self._og_search_thumbnail(webpage, default=None)
+        # Description
+        description_regex = r'<div class="description fleft">.*?<p>\s*(.*?)\s*</p>.*?</div>'
+        video['description'] = self._html_search_regex(description_regex, webpage, 'description', flags=DOTALL, default=None)
+        # Other fields
+        for field in [
+                ['duration', 'Durée du programme', '(\d+) min'],
+                ['creator', 'Auteur\(s\)', '(.*?)'],
+                ['release_date', 'Date de réalisation', '(.*?)'],
+        ]:
+            regex = r'<dd><span style="font-weight:bold;" >{0}</span> : {1} </dd>'.format(field[1], field[2])
+            video[field[0]] = self._html_search_regex(regex, webpage, field[0], flags=DOTALL, default=None)
+        # Duration
+        video['duration'] = int_or_none(video['duration'], invscale=60)
+        # Release date
+        date = video['release_date'].split(' ')
+        video["release_date"] = "{0}{1}{2}".format(date[2], month_by_name(unescapeHTML(date[1]).lower(), 'fr'), date[0])
+
+        return video

youtube_dl/extractor/extractors.py

@@ -128,6 +128,7 @@ from .camdemy import (
 )
 from .camwithher import CamWithHerIE
 from .canalplus import CanalplusIE
+from .canalu import CanalUIE
 from .canalc2 import Canalc2IE
 from .canvas import CanvasIE
 from .carambatv import (