yt-dlp/yt_dlp/extractor/faulio.py

import re

from yt_dlp.extractor.common import InfoExtractor
from yt_dlp.utils import (
    ExtractorError,
    traverse_obj,
)


class FaulioLiveIE(InfoExtractor):
    _VALID_URL = (
        r'https?://(?P<domain>aloula\.sba\.sa|maraya\.sba\.net\.ae)/'
        r'(?:en/)?live/(?P<faulio_url>[a-zA-Z0-9\-]+)'
    )

    _TESTS = [
        {
            'url': 'https://aloula.sba.sa/live/saudiatv',
            'info_dict': {
                'id': '2',
                'title': r're:قناة السعودية – البث المباشر \d{4}-\d{2}-\d{2} \d{2}:\d{2}',
                'description': 'البث المباشر لقناة السعودية، تابع أخبار المملكة وأهم الأحداث المحلية والعالمية، بالإضافة لبرامج اجتماعية وترفيهية منوعة',
                'ext': 'mp4',
                'live_status': 'is_live',
            },
        },
        {
            'url': 'https://aloula.sba.sa/live/sbc-channel',
            'info_dict': {
                'id': '1',
                'title': r're:قناة SBC – البث المباشر \d{4}-\d{2}-\d{2} \d{2}:\d{2}',
                'description': 'البث المباشر لقناة SBC ، برامج منوعة وأعمال درامية وترفيهية سعودية وعربية على مدار الساعة.',
                'ext': 'mp4',
                'live_status': 'is_live',
            },
        },
        {
            'url': 'https://maraya.sba.net.ae/live/1',
            'info_dict': {
                'id': '1',
                'title': r're:تلفزيون  الشارقة \d{4}-\d{2}-\d{2} \d{2}:\d{2}',
                'description': 'تلفزيون  الشارقة',
                'ext': 'mp4',
                'live_status': 'is_live',
            },
        },
        {
            'url': 'https://maraya.sba.net.ae/live/14',
            'info_dict': {
                'id': '14',
                'title': r're:قناة الشارقة الرياضية 2 \d{4}-\d{2}-\d{2} \d{2}:\d{2}',
                'description': 'قناة الشارقة الرياضية 2',
                'ext': 'mp4',
                'live_status': 'is_live',
            },
        },
    ]

    def _real_extract(self, url):
        mobj = self._match_valid_url(url)
        faulio_url = mobj.group('faulio_url')

        webpage = self._download_webpage(url, faulio_url)

        api_url_match = re.search(r'TRANSLATIONS_API_URL\s*:\s*"(https?://[^"]+)"', webpage)
        if not api_url_match:
            raise ExtractorError('Could not find TRANSLATIONS_API_URL in the page')
        api_base = api_url_match.group(1)

        channels_json = self._download_json(f'{api_base}/channels', faulio_url)

        channel_json = next(
            (c for c in channels_json if str(c.get('url')) == faulio_url),
            None,
        )
        if not channel_json:
            raise ExtractorError(f'Channel "{faulio_url}" not found in API')

        hls_url = traverse_obj(channel_json, ('streams', 'hls'))
        if not hls_url:
            raise ExtractorError(f'HLS stream not found for channel "{faulio_url}"')

        domain = mobj.group('domain')
        headers = {
            'Referer': f'https://{domain}/',
            'Origin': f'https://{domain}',
        }

        return {
            'id': str(channel_json.get('id')),
            'title': channel_json.get('title'),
            'description': channel_json.get('description'),
            'formats': self._extract_m3u8_formats(hls_url, faulio_url, 'mp4', m3u8_id='hls', live=True,
                                                  headers=headers),
            'is_live': True,
            'http_headers': headers,
        }