Stažení videa z archivu České televize do archivu vlastního

11.6.2017 17:05 | Přečteno: 16887× | linux

Česká televize v současné době (6/2017) používá pro přehrávání obsahu archivu na webu mpeg dash stream, což znesnadňuje sledování a archivaci pro vlastní účely. https://en.wikipedia.org/wiki/Dynamic_Adaptive_Streaming_over_HTTP

Nejvhodnější je začít v Chrome, spustit video, vybrat prozkoumání videa (Ctrl+Shift+I), vybrat záložku Network, reload, a na časové ose vybrat oblast zájmu.

V seznamu je možné najít soubor typu mpd, což je jednoduchý xml soubor o videu a audiu. Lokálně uložený mpd je možné otevřít ve VLC verze 3.0.+ (6/2017 nightly builds), což spustí online stream, se kterým lze nakládat podle libosti.

Složitější alternativou je poskládání původního videa z audio a video segmentů. ČT označuje init segment jako IS.mp4, vlastní segmenty jako 000000.m4s, 000001.m4s,... až do konce záznamu. Je potřeba postahovat init segmenty pro video a audio zvlášť do složek a následně sekvenci segmentů pro audio i video spojit. Veškerá URL pro audio i video se mění s každým přehráním. URL pro audio a video se liší v nejvyšším adresáři (např. http://80.188.78.188/.../1001-1504/000000.m4s a .../1002-1504/000000.m4s). Lze použít wget a nebo cURL nabízený přímo v Chrome. K init segmentu je možné připojit i segmenty začínající třeba od 115. Audio segmenty jsou ~ 33kB a video segmenty ~1 MB velké soubory.

cat IS.mp4 $(ls -vx *.m4s) > video.mp4
cat IS.mp4 $(ls -vx *.m4s) > audio.mp4
ffmpeg -i video.mp4 -i audio.mp4 -c copy movie.mkv

Případně zmenšit (H.265):
ffmpeg -i movie.mkv -c:v libx265 -preset medium -crf 28 -c:a aac -b:a 128k output.mp4
(30 MB na minutu > 8 MB na minutu videa)

       

Komentáře

[Michal Kubeček]

youtube-dl

[skunkOS]

Přesně tak.

[Petr Tomášek]

+1

[tydýt]

bohužel prima zase překopala webovky a stahování přestalo fungovat

[tydyt@localhost youtube-dl_180617]$ ./youtube-dl -v http://prima.iprima.cz/zpravodajstvi/17-6-2017-krimi-tragicke-dopravni-nehody
[debug] System config: []
[debug] User config: []
[debug] Custom config: []
[debug] Command-line args: [u'-v', u'http://prima.iprima.cz/zpravodajstvi/17-6-2017-krimi-tragicke-dopravni-nehody']
[debug] Encodings: locale ISO-8859-2, fs ISO-8859-2, out ISO-8859-2, pref ISO-8859-2
[debug] youtube-dl version 2017.06.18
[debug] Python version 2.7.9 - Linux-4.4.68-desktop-1.mga5-x86_64-with-mandrake-5-Official
[debug] exe versions: ffmpeg 2.4.13, ffprobe 2.4.13, rtmpdump 2.4
[debug] Proxy map: {}
[generic] 17-6-2017-krimi-tragicke-dopravni-nehody: Requesting header
WARNING: Falling back on generic information extractor.
[generic] 17-6-2017-krimi-tragicke-dopravni-nehody: Downloading webpage
[generic] 17-6-2017-krimi-tragicke-dopravni-nehody: Extracting information
ERROR: Unsupported URL: http://prima.iprima.cz/zpravodajstvi/17-6-2017-krimi-tragicke-dopravni-nehody
Traceback (most recent call last):
  File "./youtube-dl/youtube_dl/extractor/generic.py", line 1971, in _real_extract
    doc = compat_etree_fromstring(webpage.encode('utf-8'))
  File "./youtube-dl/youtube_dl/compat.py", line 2539, in compat_etree_fromstring
    doc = _XML(text, parser=etree.XMLParser(target=_TreeBuilder(element_factory=_element_factory)))
  File "./youtube-dl/youtube_dl/compat.py", line 2528, in _XML
    parser.feed(text)
  File "/usr/lib64/python2.7/xml/etree/ElementTree.py", line 1642, in feed
    self._raiseerror(v)
  File "/usr/lib64/python2.7/xml/etree/ElementTree.py", line 1506, in _raiseerror
    raise err
ParseError: not well-formed (invalid token): line 90, column 22
Traceback (most recent call last):
  File "./youtube-dl/youtube_dl/YoutubeDL.py", line 762, in extract_info
    ie_result = ie.extract(url)
  File "./youtube-dl/youtube_dl/extractor/common.py", line 433, in extract
    ie_result = self._real_extract(url)
  File "./youtube-dl/youtube_dl/extractor/generic.py", line 2796, in _real_extract
    raise UnsupportedError(url)                                                                                                                                                                                    
UnsupportedError: Unsupported URL: http://prima.iprima.cz/zpravodajstvi/17-6-2017-krimi-tragicke-dopravni-nehody                                                                                                   
                                                                                                                                                                                                                   
[tydyt@localhost youtube-dl_180617]$

[Michal Kubeček]

Projekt má na githubu i issue tracker, takže se to tam dá nareportovat. Když naposledy změnila ČT způsob prezentace, trvalo asi dva dny, než to bylo opravené (a funkční řešení bylo navržené v diskusi ještě dříve).

[Petr Tomášek]

1) jiné věci pořád fungují: viz: youtube-dl -f hls-1667-0 'http://play.iprima.cz/zkaza-britanniku'

2) nevidím, že byste nefunkčnost nahlásit, co takhle https://github.com/rg3/youtube-dl/issues ?

[Jirkaehm]

Neresil jste prosim nekdo problem s tim, ze u nekterych videi to stahne z ceske televize audio stopu pro nevidome?

diky

[Bedňa]

Ak by mal niekto záujem aj o archív Slovenskej televízie, tak som spravil na to bash skript. Stačí napísať:

rtvs-dl.sh link_do_archívu

a všetko prevedie sám.

Nieje to žiadna krása, ale snažil som sa ho napísať dosť zrozumiteľne aby si ho každý mohol sám ľahko upraviť.

[andrej]

supol som ti tam 2 pull requesty

[Bedňa]

Dík moc, merged.

[J. M.]

Funguje rovněž FreeRapid Downloader.

[Tomas Svoboda]

Super díky, FreeRapidDownloader opravdu funguje

[Honza]

Výborně, FreeRapid Downloader pořád funguje.

[Benjaminek]

Ano stale funguje z ČT24 Diky