mirror of
https://github.com/yt-dlp/yt-dlp.git
synced 2024-11-30 04:10:23 +00:00
[ie/facebook:ads] Add extractor (#8870)
Closes #8083 Authored by: kclauhk
This commit is contained in:
parent
9cd9044790
commit
a40b0070c2
@ -588,6 +588,7 @@
|
|||||||
FacebookPluginsVideoIE,
|
FacebookPluginsVideoIE,
|
||||||
FacebookRedirectURLIE,
|
FacebookRedirectURLIE,
|
||||||
FacebookReelIE,
|
FacebookReelIE,
|
||||||
|
FacebookAdsIE,
|
||||||
)
|
)
|
||||||
from .fancode import (
|
from .fancode import (
|
||||||
FancodeVodIE,
|
FancodeVodIE,
|
||||||
|
@ -20,6 +20,7 @@
|
|||||||
get_element_by_id,
|
get_element_by_id,
|
||||||
get_first,
|
get_first,
|
||||||
int_or_none,
|
int_or_none,
|
||||||
|
join_nonempty,
|
||||||
js_to_json,
|
js_to_json,
|
||||||
merge_dicts,
|
merge_dicts,
|
||||||
parse_count,
|
parse_count,
|
||||||
@ -907,3 +908,114 @@ def _real_extract(self, url):
|
|||||||
video_id = self._match_id(url)
|
video_id = self._match_id(url)
|
||||||
return self.url_result(
|
return self.url_result(
|
||||||
f'https://m.facebook.com/watch/?v={video_id}&_rdr', FacebookIE, video_id)
|
f'https://m.facebook.com/watch/?v={video_id}&_rdr', FacebookIE, video_id)
|
||||||
|
|
||||||
|
|
||||||
|
class FacebookAdsIE(InfoExtractor):
|
||||||
|
_VALID_URL = r'https?://(?:[\w-]+\.)?facebook\.com/ads/library/?\?(?:[^#]+&)?id=(?P<id>\d+)'
|
||||||
|
IE_NAME = 'facebook:ads'
|
||||||
|
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'https://www.facebook.com/ads/library/?id=899206155126718',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '899206155126718',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'video by Kandao',
|
||||||
|
'uploader': 'Kandao',
|
||||||
|
'uploader_id': '774114102743284',
|
||||||
|
'uploader_url': r're:^https?://.*',
|
||||||
|
'timestamp': 1702548330,
|
||||||
|
'thumbnail': r're:^https?://.*',
|
||||||
|
'upload_date': '20231214',
|
||||||
|
'like_count': int,
|
||||||
|
}
|
||||||
|
}, {
|
||||||
|
'url': 'https://www.facebook.com/ads/library/?id=893637265423481',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '893637265423481',
|
||||||
|
'title': 'Jusqu\u2019\u00e0 -25% sur une s\u00e9lection de vins p\u00e9tillants italiens ',
|
||||||
|
'uploader': 'Eataly Paris Marais',
|
||||||
|
'uploader_id': '2086668958314152',
|
||||||
|
'uploader_url': r're:^https?://.*',
|
||||||
|
'timestamp': 1703571529,
|
||||||
|
'upload_date': '20231226',
|
||||||
|
'like_count': int,
|
||||||
|
},
|
||||||
|
'playlist_count': 3,
|
||||||
|
}, {
|
||||||
|
'url': 'https://es-la.facebook.com/ads/library/?id=901230958115569',
|
||||||
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
'url': 'https://m.facebook.com/ads/library/?id=901230958115569',
|
||||||
|
'only_matching': True,
|
||||||
|
}]
|
||||||
|
|
||||||
|
_FORMATS_MAP = {
|
||||||
|
'watermarked_video_sd_url': ('sd-wmk', 'SD, watermarked'),
|
||||||
|
'video_sd_url': ('sd', None),
|
||||||
|
'watermarked_video_hd_url': ('hd-wmk', 'HD, watermarked'),
|
||||||
|
'video_hd_url': ('hd', None),
|
||||||
|
}
|
||||||
|
|
||||||
|
def _extract_formats(self, video_dict):
|
||||||
|
formats = []
|
||||||
|
for format_key, format_url in traverse_obj(video_dict, (
|
||||||
|
{dict.items}, lambda _, v: v[0] in self._FORMATS_MAP and url_or_none(v[1])
|
||||||
|
)):
|
||||||
|
formats.append({
|
||||||
|
'format_id': self._FORMATS_MAP[format_key][0],
|
||||||
|
'format_note': self._FORMATS_MAP[format_key][1],
|
||||||
|
'url': format_url,
|
||||||
|
'ext': 'mp4',
|
||||||
|
'quality': qualities(tuple(self._FORMATS_MAP))(format_key),
|
||||||
|
})
|
||||||
|
return formats
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
video_id = self._match_id(url)
|
||||||
|
webpage = self._download_webpage(url, video_id)
|
||||||
|
|
||||||
|
post_data = [self._parse_json(j, video_id, fatal=False)
|
||||||
|
for j in re.findall(r's\.handle\(({.*})\);requireLazy\(', webpage)]
|
||||||
|
data = traverse_obj(post_data, (
|
||||||
|
..., 'require', ..., ..., ..., 'props', 'deeplinkAdCard', 'snapshot', {dict}), get_all=False)
|
||||||
|
if not data:
|
||||||
|
raise ExtractorError('Unable to extract ad data')
|
||||||
|
|
||||||
|
title = data.get('title')
|
||||||
|
if not title or title == '{{product.name}}':
|
||||||
|
title = join_nonempty('display_format', 'page_name', delim=' by ', from_dict=data)
|
||||||
|
|
||||||
|
info_dict = traverse_obj(data, {
|
||||||
|
'description': ('link_description', {str}, {lambda x: x if x != '{{product.description}}' else None}),
|
||||||
|
'uploader': ('page_name', {str}),
|
||||||
|
'uploader_id': ('page_id', {str_or_none}),
|
||||||
|
'uploader_url': ('page_profile_uri', {url_or_none}),
|
||||||
|
'timestamp': ('creation_time', {int_or_none}),
|
||||||
|
'like_count': ('page_like_count', {int_or_none}),
|
||||||
|
})
|
||||||
|
|
||||||
|
entries = []
|
||||||
|
for idx, entry in enumerate(traverse_obj(
|
||||||
|
data, (('videos', 'cards'), lambda _, v: any([url_or_none(v[f]) for f in self._FORMATS_MAP]))), 1
|
||||||
|
):
|
||||||
|
entries.append({
|
||||||
|
'id': f'{video_id}_{idx}',
|
||||||
|
'title': entry.get('title') or title,
|
||||||
|
'description': entry.get('link_description') or info_dict.get('description'),
|
||||||
|
'thumbnail': url_or_none(entry.get('video_preview_image_url')),
|
||||||
|
'formats': self._extract_formats(entry),
|
||||||
|
})
|
||||||
|
|
||||||
|
if len(entries) == 1:
|
||||||
|
info_dict.update(entries[0])
|
||||||
|
|
||||||
|
elif len(entries) > 1:
|
||||||
|
info_dict.update({
|
||||||
|
'title': entries[0]['title'],
|
||||||
|
'entries': entries,
|
||||||
|
'_type': 'playlist',
|
||||||
|
})
|
||||||
|
|
||||||
|
info_dict['id'] = video_id
|
||||||
|
|
||||||
|
return info_dict
|
||||||
|
Loading…
Reference in New Issue
Block a user