mirror of https://github.com/iv-org/invidious.git
Refactor WebVTT building logic into WebVTT::Builder (#4070)
This commit is contained in:
commit
1caaf63c8a
|
@ -0,0 +1,64 @@
|
||||||
|
require "../../spec_helper.cr"
|
||||||
|
|
||||||
|
MockLines = [
|
||||||
|
{
|
||||||
|
"start_time": Time::Span.new(seconds: 1),
|
||||||
|
"end_time": Time::Span.new(seconds: 2),
|
||||||
|
"text": "Line 1",
|
||||||
|
},
|
||||||
|
|
||||||
|
{
|
||||||
|
"start_time": Time::Span.new(seconds: 2),
|
||||||
|
"end_time": Time::Span.new(seconds: 3),
|
||||||
|
"text": "Line 2",
|
||||||
|
},
|
||||||
|
]
|
||||||
|
|
||||||
|
Spectator.describe "WebVTT::Builder" do
|
||||||
|
it "correctly builds a vtt file" do
|
||||||
|
result = WebVTT.build do |vtt|
|
||||||
|
MockLines.each do |line|
|
||||||
|
vtt.cue(line["start_time"], line["end_time"], line["text"])
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
expect(result).to eq([
|
||||||
|
"WEBVTT",
|
||||||
|
"",
|
||||||
|
"00:00:01.000 --> 00:00:02.000",
|
||||||
|
"Line 1",
|
||||||
|
"",
|
||||||
|
"00:00:02.000 --> 00:00:03.000",
|
||||||
|
"Line 2",
|
||||||
|
"",
|
||||||
|
"",
|
||||||
|
].join('\n'))
|
||||||
|
end
|
||||||
|
|
||||||
|
it "correctly builds a vtt file with setting fields" do
|
||||||
|
setting_fields = {
|
||||||
|
"Kind" => "captions",
|
||||||
|
"Language" => "en",
|
||||||
|
}
|
||||||
|
|
||||||
|
result = WebVTT.build(setting_fields) do |vtt|
|
||||||
|
MockLines.each do |line|
|
||||||
|
vtt.cue(line["start_time"], line["end_time"], line["text"])
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
expect(result).to eq([
|
||||||
|
"WEBVTT",
|
||||||
|
"Kind: captions",
|
||||||
|
"Language: en",
|
||||||
|
"",
|
||||||
|
"00:00:01.000 --> 00:00:02.000",
|
||||||
|
"Line 1",
|
||||||
|
"",
|
||||||
|
"00:00:02.000 --> 00:00:03.000",
|
||||||
|
"Line 2",
|
||||||
|
"",
|
||||||
|
"",
|
||||||
|
].join('\n'))
|
||||||
|
end
|
||||||
|
end
|
|
@ -0,0 +1,67 @@
|
||||||
|
# Namespace for logic relating to generating WebVTT files
|
||||||
|
#
|
||||||
|
# Probably not compliant to WebVTT's specs but it is enough for Invidious.
|
||||||
|
module WebVTT
|
||||||
|
# A WebVTT builder generates WebVTT files
|
||||||
|
private class Builder
|
||||||
|
def initialize(@io : IO)
|
||||||
|
end
|
||||||
|
|
||||||
|
# Writes an vtt cue with the specified time stamp and contents
|
||||||
|
def cue(start_time : Time::Span, end_time : Time::Span, text : String)
|
||||||
|
timestamp(start_time, end_time)
|
||||||
|
@io << text
|
||||||
|
@io << "\n\n"
|
||||||
|
end
|
||||||
|
|
||||||
|
private def timestamp(start_time : Time::Span, end_time : Time::Span)
|
||||||
|
timestamp_component(start_time)
|
||||||
|
@io << " --> "
|
||||||
|
timestamp_component(end_time)
|
||||||
|
|
||||||
|
@io << '\n'
|
||||||
|
end
|
||||||
|
|
||||||
|
private def timestamp_component(timestamp : Time::Span)
|
||||||
|
@io << timestamp.hours.to_s.rjust(2, '0')
|
||||||
|
@io << ':' << timestamp.minutes.to_s.rjust(2, '0')
|
||||||
|
@io << ':' << timestamp.seconds.to_s.rjust(2, '0')
|
||||||
|
@io << '.' << timestamp.milliseconds.to_s.rjust(3, '0')
|
||||||
|
end
|
||||||
|
|
||||||
|
def document(setting_fields : Hash(String, String)? = nil, &)
|
||||||
|
@io << "WEBVTT\n"
|
||||||
|
|
||||||
|
if setting_fields
|
||||||
|
setting_fields.each do |name, value|
|
||||||
|
@io << name << ": " << value << '\n'
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
@io << '\n'
|
||||||
|
|
||||||
|
yield
|
||||||
|
end
|
||||||
|
end
|
||||||
|
|
||||||
|
# Returns the resulting `String` of writing WebVTT to the yielded `WebVTT::Builder`
|
||||||
|
#
|
||||||
|
# ```
|
||||||
|
# string = WebVTT.build do |vtt|
|
||||||
|
# vtt.cue(Time::Span.new(seconds: 1), Time::Span.new(seconds: 2), "Line 1")
|
||||||
|
# vtt.cue(Time::Span.new(seconds: 2), Time::Span.new(seconds: 3), "Line 2")
|
||||||
|
# end
|
||||||
|
#
|
||||||
|
# string # => "WEBVTT\n\n00:00:01.000 --> 00:00:02.000\nLine 1\n\n00:00:02.000 --> 00:00:03.000\nLine 2\n\n"
|
||||||
|
# ```
|
||||||
|
#
|
||||||
|
# Accepts an optional settings fields hash to add settings attribute to the resulting vtt file.
|
||||||
|
def self.build(setting_fields : Hash(String, String)? = nil, &)
|
||||||
|
String.build do |str|
|
||||||
|
builder = Builder.new(str)
|
||||||
|
builder.document(setting_fields) do
|
||||||
|
yield builder
|
||||||
|
end
|
||||||
|
end
|
||||||
|
end
|
||||||
|
end
|
|
@ -101,20 +101,17 @@ module Invidious::Routes::API::V1::Videos
|
||||||
if caption.name.includes? "auto-generated"
|
if caption.name.includes? "auto-generated"
|
||||||
caption_xml = YT_POOL.client &.get(url).body
|
caption_xml = YT_POOL.client &.get(url).body
|
||||||
|
|
||||||
|
settings_field = {
|
||||||
|
"Kind" => "captions",
|
||||||
|
"Language" => "#{tlang || caption.language_code}",
|
||||||
|
}
|
||||||
|
|
||||||
if caption_xml.starts_with?("<?xml")
|
if caption_xml.starts_with?("<?xml")
|
||||||
webvtt = caption.timedtext_to_vtt(caption_xml, tlang)
|
webvtt = caption.timedtext_to_vtt(caption_xml, tlang)
|
||||||
else
|
else
|
||||||
caption_xml = XML.parse(caption_xml)
|
caption_xml = XML.parse(caption_xml)
|
||||||
|
|
||||||
webvtt = String.build do |str|
|
webvtt = WebVTT.build(settings_field) do |webvtt|
|
||||||
str << <<-END_VTT
|
|
||||||
WEBVTT
|
|
||||||
Kind: captions
|
|
||||||
Language: #{tlang || caption.language_code}
|
|
||||||
|
|
||||||
|
|
||||||
END_VTT
|
|
||||||
|
|
||||||
caption_nodes = caption_xml.xpath_nodes("//transcript/text")
|
caption_nodes = caption_xml.xpath_nodes("//transcript/text")
|
||||||
caption_nodes.each_with_index do |node, i|
|
caption_nodes.each_with_index do |node, i|
|
||||||
start_time = node["start"].to_f.seconds
|
start_time = node["start"].to_f.seconds
|
||||||
|
@ -127,9 +124,6 @@ module Invidious::Routes::API::V1::Videos
|
||||||
end_time = start_time + duration
|
end_time = start_time + duration
|
||||||
end
|
end
|
||||||
|
|
||||||
start_time = "#{start_time.hours.to_s.rjust(2, '0')}:#{start_time.minutes.to_s.rjust(2, '0')}:#{start_time.seconds.to_s.rjust(2, '0')}.#{start_time.milliseconds.to_s.rjust(3, '0')}"
|
|
||||||
end_time = "#{end_time.hours.to_s.rjust(2, '0')}:#{end_time.minutes.to_s.rjust(2, '0')}:#{end_time.seconds.to_s.rjust(2, '0')}.#{end_time.milliseconds.to_s.rjust(3, '0')}"
|
|
||||||
|
|
||||||
text = HTML.unescape(node.content)
|
text = HTML.unescape(node.content)
|
||||||
text = text.gsub(/<font color="#[a-fA-F0-9]{6}">/, "")
|
text = text.gsub(/<font color="#[a-fA-F0-9]{6}">/, "")
|
||||||
text = text.gsub(/<\/font>/, "")
|
text = text.gsub(/<\/font>/, "")
|
||||||
|
@ -137,12 +131,7 @@ module Invidious::Routes::API::V1::Videos
|
||||||
text = "<v #{md["name"]}>#{md["text"]}</v>"
|
text = "<v #{md["name"]}>#{md["text"]}</v>"
|
||||||
end
|
end
|
||||||
|
|
||||||
str << <<-END_CUE
|
webvtt.cue(start_time, end_time, text)
|
||||||
#{start_time} --> #{end_time}
|
|
||||||
#{text}
|
|
||||||
|
|
||||||
|
|
||||||
END_CUE
|
|
||||||
end
|
end
|
||||||
end
|
end
|
||||||
end
|
end
|
||||||
|
@ -215,11 +204,7 @@ module Invidious::Routes::API::V1::Videos
|
||||||
storyboard = storyboard[0]
|
storyboard = storyboard[0]
|
||||||
end
|
end
|
||||||
|
|
||||||
String.build do |str|
|
WebVTT.build do |vtt|
|
||||||
str << <<-END_VTT
|
|
||||||
WEBVTT
|
|
||||||
END_VTT
|
|
||||||
|
|
||||||
start_time = 0.milliseconds
|
start_time = 0.milliseconds
|
||||||
end_time = storyboard[:interval].milliseconds
|
end_time = storyboard[:interval].milliseconds
|
||||||
|
|
||||||
|
@ -231,12 +216,8 @@ module Invidious::Routes::API::V1::Videos
|
||||||
|
|
||||||
storyboard[:storyboard_height].times do |j|
|
storyboard[:storyboard_height].times do |j|
|
||||||
storyboard[:storyboard_width].times do |k|
|
storyboard[:storyboard_width].times do |k|
|
||||||
str << <<-END_CUE
|
current_cue_url = "#{url}#xywh=#{storyboard[:width] * k},#{storyboard[:height] * j},#{storyboard[:width] - 2},#{storyboard[:height]}"
|
||||||
#{start_time}.000 --> #{end_time}.000
|
vtt.cue(start_time, end_time, current_cue_url)
|
||||||
#{url}#xywh=#{storyboard[:width] * k},#{storyboard[:height] * j},#{storyboard[:width] - 2},#{storyboard[:height]}
|
|
||||||
|
|
||||||
|
|
||||||
END_CUE
|
|
||||||
|
|
||||||
start_time += storyboard[:interval].milliseconds
|
start_time += storyboard[:interval].milliseconds
|
||||||
end_time += storyboard[:interval].milliseconds
|
end_time += storyboard[:interval].milliseconds
|
||||||
|
|
|
@ -52,17 +52,13 @@ module Invidious::Videos
|
||||||
break
|
break
|
||||||
end
|
end
|
||||||
end
|
end
|
||||||
result = String.build do |result|
|
|
||||||
result << <<-END_VTT
|
|
||||||
WEBVTT
|
|
||||||
Kind: captions
|
|
||||||
Language: #{tlang || @language_code}
|
|
||||||
|
|
||||||
|
settings_field = {
|
||||||
|
"Kind" => "captions",
|
||||||
|
"Language" => "#{tlang || @language_code}",
|
||||||
|
}
|
||||||
|
|
||||||
END_VTT
|
result = WebVTT.build(settings_field) do |vtt|
|
||||||
|
|
||||||
result << "\n\n"
|
|
||||||
|
|
||||||
cues.each_with_index do |node, i|
|
cues.each_with_index do |node, i|
|
||||||
start_time = node["t"].to_f.milliseconds
|
start_time = node["t"].to_f.milliseconds
|
||||||
|
|
||||||
|
@ -76,29 +72,16 @@ module Invidious::Videos
|
||||||
end_time = start_time + duration
|
end_time = start_time + duration
|
||||||
end
|
end
|
||||||
|
|
||||||
# start_time
|
text = String.build do |io|
|
||||||
result << start_time.hours.to_s.rjust(2, '0')
|
node.children.each do |s|
|
||||||
result << ':' << start_time.minutes.to_s.rjust(2, '0')
|
io << s.content
|
||||||
result << ':' << start_time.seconds.to_s.rjust(2, '0')
|
end
|
||||||
result << '.' << start_time.milliseconds.to_s.rjust(3, '0')
|
|
||||||
|
|
||||||
result << " --> "
|
|
||||||
|
|
||||||
# end_time
|
|
||||||
result << end_time.hours.to_s.rjust(2, '0')
|
|
||||||
result << ':' << end_time.minutes.to_s.rjust(2, '0')
|
|
||||||
result << ':' << end_time.seconds.to_s.rjust(2, '0')
|
|
||||||
result << '.' << end_time.milliseconds.to_s.rjust(3, '0')
|
|
||||||
|
|
||||||
result << "\n"
|
|
||||||
|
|
||||||
node.children.each do |s|
|
|
||||||
result << s.content
|
|
||||||
end
|
end
|
||||||
result << "\n"
|
|
||||||
result << "\n"
|
vtt.cue(start_time, end_time, text)
|
||||||
end
|
end
|
||||||
end
|
end
|
||||||
|
|
||||||
return result
|
return result
|
||||||
end
|
end
|
||||||
end
|
end
|
||||||
|
|
|
@ -34,41 +34,15 @@ module Invidious::Videos
|
||||||
# Convert into array of TranscriptLine
|
# Convert into array of TranscriptLine
|
||||||
lines = self.parse(initial_data)
|
lines = self.parse(initial_data)
|
||||||
|
|
||||||
|
settings_field = {
|
||||||
|
"Kind" => "captions",
|
||||||
|
"Language" => target_language,
|
||||||
|
}
|
||||||
|
|
||||||
# Taken from Invidious::Videos::Captions::Metadata.timedtext_to_vtt()
|
# Taken from Invidious::Videos::Captions::Metadata.timedtext_to_vtt()
|
||||||
vtt = String.build do |vtt|
|
vtt = WebVTT.build(settings_field) do |vtt|
|
||||||
vtt << <<-END_VTT
|
|
||||||
WEBVTT
|
|
||||||
Kind: captions
|
|
||||||
Language: #{target_language}
|
|
||||||
|
|
||||||
|
|
||||||
END_VTT
|
|
||||||
|
|
||||||
vtt << "\n\n"
|
|
||||||
|
|
||||||
lines.each do |line|
|
lines.each do |line|
|
||||||
start_time = line.start_ms
|
vtt.cue(line.start_ms, line.end_ms, line.line)
|
||||||
end_time = line.end_ms
|
|
||||||
|
|
||||||
# start_time
|
|
||||||
vtt << start_time.hours.to_s.rjust(2, '0')
|
|
||||||
vtt << ':' << start_time.minutes.to_s.rjust(2, '0')
|
|
||||||
vtt << ':' << start_time.seconds.to_s.rjust(2, '0')
|
|
||||||
vtt << '.' << start_time.milliseconds.to_s.rjust(3, '0')
|
|
||||||
|
|
||||||
vtt << " --> "
|
|
||||||
|
|
||||||
# end_time
|
|
||||||
vtt << end_time.hours.to_s.rjust(2, '0')
|
|
||||||
vtt << ':' << end_time.minutes.to_s.rjust(2, '0')
|
|
||||||
vtt << ':' << end_time.seconds.to_s.rjust(2, '0')
|
|
||||||
vtt << '.' << end_time.milliseconds.to_s.rjust(3, '0')
|
|
||||||
|
|
||||||
vtt << "\n"
|
|
||||||
vtt << line.line
|
|
||||||
|
|
||||||
vtt << "\n"
|
|
||||||
vtt << "\n"
|
|
||||||
end
|
end
|
||||||
end
|
end
|
||||||
|
|
||||||
|
|
Loading…
Reference in New Issue