diff --git a/youtube_dl/extractor/common.py b/youtube_dl/extractor/common.py
index 2dbf81e6e..a652d51f8 100644
--- a/youtube_dl/extractor/common.py
+++ b/youtube_dl/extractor/common.py
@@ -1052,7 +1052,7 @@ class InfoExtractor(object):
@staticmethod
def _og_regexes(prop):
content_re = r'content=(?:"([^"]+?)"|\'([^\']+?)\'|\s*([^\s"\'=<>`]+?))'
- property_re = (r'(?:name|property)=(?:\'og:%(prop)s\'|"og:%(prop)s"|\s*og:%(prop)s\b)'
+ property_re = (r'(?:name|property)=(?:\'og[:-]%(prop)s\'|"og[:-]%(prop)s"|\s*og[:-]%(prop)s\b)'
% {'prop': re.escape(prop)})
template = r']+?%s[^>]+?%s'
return [
diff --git a/youtube_dl/extractor/malltv.py b/youtube_dl/extractor/malltv.py
index be8b7a762..7a0e5e6fa 100644
--- a/youtube_dl/extractor/malltv.py
+++ b/youtube_dl/extractor/malltv.py
@@ -4,6 +4,7 @@ from __future__ import unicode_literals
import hashlib
from .common import InfoExtractor
from ..utils import parse_duration
+import re
class MallTVIE(InfoExtractor):
@@ -13,54 +14,43 @@ class MallTVIE(InfoExtractor):
'url': 'https://www.mall.tv/18-miliard-pro-neziskovky-opravdu-jsou-sportovci-nebo-clovek-v-tisni-pijavice',
'md5': '9ced0de056534410837077e23bfba796',
'info_dict': {
- 'id': 'af7649e93dc6a2a04198e6c8143605a4',
+ '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"
}
},
{
'url': 'https://www.mall.tv/kdo-to-plati/18-miliard-pro-neziskovky-opravdu-jsou-sportovci-nebo-clovek-v-tisni-pijavice',
'md5': '9ced0de056534410837077e23bfba796',
'info_dict': {
- 'id': 'af7649e93dc6a2a04198e6c8143605a4',
+ '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"
}
}
]
def _real_extract(self, url):
- video_id = self._match_id(url)
- webpage = self._download_webpage(url, video_id)
+ 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',
+ group='id')
info = self._search_json_ld(webpage, video_id, default={})
-
- format_url = self._html_search_regex(
- r'.+?index)\1?[^>]*?>',
- webpage, 'm3u8 URL', group='src')
- formats = self._extract_m3u8_formats(format_url+'.m3u8',
- video_id, 'mp4')
- self._sort_formats(formats)
- thumbnail = info.get('thumbnailUrl', self._og_search_thumbnail(webpage))
+ html = re.sub(src_id_regex, r'\g\g.m3u8\g', webpage)
+ media = self._parse_html5_media_entries('', html, video_id)
+ thumbnail = info.get('thumbnail', self._og_search_thumbnail(webpage))
duration = parse_duration(info.get('duration'))
result = {
- 'id': hashlib.md5(video_id).hexdigest().decode('utf8'),
- 'title': info.get('name', self._og_search_title(webpage)),
- 'description': self._og_search_description(webpage),
- 'formats': formats
+ 'id': video_id,
+ 'title': info.get('title', self._og_search_title(webpage)),
+ 'description': self._og_search_description(webpage)
}
- if thumbnail:
- result.update({'thumbnail': thumbnail})
- if duration:
- result.update({'duration': duration})
+ if media:
+ result.update(media[0])
+ result.update({'thumbnail': thumbnail})
+ result.update({'duration': duration})
return result