Cutlery/calibre
1
0
Fork 0
mirror of https://github.com/kovidgoyal/calibre.git synced 2025-07-09 03:04:10 -04:00
Code Issues Packages Projects Releases Wiki Activity

Update La Nacion

Browse Source 
Fixes #1499772 [Updated recipe for La Nacion](https://bugs.launchpad.net/calibre/+bug/1499772)
This commit is contained in:
Kovid Goyal 2015-09-25 22:47:40 +05:30
parent a123dba172
commit 22be8fd68c
2 changed files with 34 additions and 60 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

BIN
recipes/icons/lanacion.png
View File

Binary file not shown.
Side by Side Swipe Overlay

Before

Width:  |  Height:  |  Size: 110 B

After

Width:  |  Height:  |  Size: 802 B

94
recipes/lanacion.recipe
View File

@ -1,4 +1,4 @@
__copyright__ = '2008-2013, Darko Miletic <darko.miletic at gmail.com>' __copyright__ = '2008-2015, Darko Miletic <darko.miletic at gmail.com>'
''' '''
lanacion.com.ar lanacion.com.ar
''' '''
@ -14,7 +14,9 @@ class Lanacion(BasicNewsRecipe):
oldest_article = 1 oldest_article = 1
max_articles_per_feed = 100 max_articles_per_feed = 100
use_embedded_content = False use_embedded_content = False
auto_cleanup = False
no_stylesheets = True no_stylesheets = True
encoding = 'utf8'
language = 'es_AR' language = 'es_AR'
publication_type = 'newspaper' publication_type = 'newspaper'
remove_empty_feeds = True remove_empty_feeds = True
@ -27,7 +29,6 @@ class Lanacion(BasicNewsRecipe):
.epigrafe-columna{font-size: x-small} .epigrafe-columna{font-size: x-small}
""" """
conversion_options = { conversion_options = {
'comment' : description 'comment' : description
, 'tags' : category , 'tags' : category
@ -36,71 +37,44 @@ class Lanacion(BasicNewsRecipe):
} }
remove_tags = [ remove_tags = [
dict(name=['iframe','embed','object','meta','link']) dict(name=['iframe','embed','object','meta','link','button'])
,dict(attrs={'id':['herramientas','relacionadas','ampliar']}) ,dict(attrs={'id':['herramientas-sociales','comunidad', 'ranking-nota','footer']})
,dict(attrs={'class':['mas-sobre-tema','cinturon-notas floatFix','cinturon-notas']})
] ]
remove_tags_before = dict(attrs={'id':'encabezado'}) remove_tags_before = dict(attrs={'id':'nota'})
remove_tags_after = dict(attrs={'id':'relacionadas'}) remove_tags_after = dict(attrs={'class':'en-esta-nota'})
feeds = [ feeds = [
(u'Politica' , u'http://lanacion.com.ar.feedsportal.com/politica' ) (u'Politica' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=30')
,(u'Deportes' , u'http://lanacion.com.ar.feedsportal.com/deportes' ) ,(u'Deportes' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=131')
,(u'Economia' , u'http://lanacion.com.ar.feedsportal.com/economia' ) ,(u'Economia' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=272')
,(u'Sociedad' , u'http://lanacion.com.ar.feedsportal.com/sociedad' ) ,(u'Sociedad' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=7773')
,(u'Seguridad' , u'http://lanacion.com.ar.feedsportal.com/seguridad' ) ,(u'Seguridad' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=7775')
,(u'Buenos Aires' , u'http://lanacion.com.ar.feedsportal.com/buenosaires' ) ,(u'Buenos Aires' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=7774')
,(u'Opinion' , u'http://lanacion.com.ar.feedsportal.com/opinion' ) ,(u'Opinion' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=28')
,(u'Espectaculos' , u'http://lanacion.com.ar.feedsportal.com/espectaculos' ) ,(u'Espectaculos' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=120')
,(u'El Mundo' , u'http://lanacion.com.ar.feedsportal.com/mundo' ) ,(u'El Mundo' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=7')
,(u'Revista' , u'http://lanacion.com.ar.feedsportal.com/revistalanacion' ) ,(u'Revista' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=494')
,(u'Enfoques' , u'http://lanacion.com.ar.feedsportal.com/enfoques' ) ,(u'Enfoques' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=421')
,(u'Comercio Exterior' , u'http://lanacion.com.ar.feedsportal.com/comercioexterior' ) ,(u'Comercio Exterior' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=347')
,(u'Tecnologia' , u'http://lanacion.com.ar.feedsportal.com/tecnologia' ) ,(u'Tecnologia' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=432')
,(u'Turismo' , u'http://lanacion.com.ar.feedsportal.com/turismo' ) ,(u'Turismo' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=504')
,(u'Al volante' , u'http://lanacion.com.ar.feedsportal.com/alvolante' ) ,(u'Al volante' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=371')
,(u'El Campo' , u'http://lanacion.com.ar.feedsportal.com/elcampo' ) ,(u'El Campo' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=337')
,(u'Moda y Belleza' , u'http://lanacion.com.ar.feedsportal.com/modaybelleza' ) ,(u'Moda y Belleza' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=1312')
,(u'Inmuebles Comerciales', u'http://lanacion.com.ar.feedsportal.com/inmueblescomerciales' ) ,(u'Inmuebles Comerciales', u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=1363')
,(u'Countries' , u'http://lanacion.com.ar.feedsportal.com/countries' ) ,(u'Countries' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=1348')
,(u'adnCultura' , u'http://lanacion.com.ar.feedsportal.com/adncultura' ) ,(u'Comunidad' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=1344')
,(u'The WSJ Americas' , u'http://lanacion.com.ar.feedsportal.com/wallstreetjournalamericas') ,(u'adnCultura' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=6734')
,(u'The WSJ Americas' , u'http://contenidos.lanacion.com.ar/herramientas/rss/categoria_id=6373')
] ]
def get_article_url(self, article):
link = article.get('guid', None)
if link.startswith('http://blogs.lanacion') and not link.endswith('/'):
return self.browser.open_novisit(link).geturl()
if link.rfind('galeria=') > 0:
return None
return link
def get_cover_url(self): def get_cover_url(self):
soup = self.index_to_soup('http://www.lanacion.com.ar/edicion-impresa') soup = self.index_to_soup('http://www.lanacion.com.ar/edicion-impresa')
atap = soup.find(attrs={'class':'tapa'}) atap = soup.find(attrs={'class':'tapa'})
if atap: if atap:
li = atap.find('img') li = atap.find('img')
if li: if li:
return li['src'] return li['src']
return None return None
def preprocess_html(self, soup):
for item in soup.findAll(style=True):
del item['style']
for item in soup.findAll('a'):
limg = item.find('img')
if item.string is not None:
str = item.string
item.replaceWith(str)
else:
if limg:
item.name = 'div'
item.attrs = []
else:
str = self.tag_to_string(item)
item.replaceWith(str)
for item in soup.findAll('img'):
if not item.has_key('alt'):
item['alt'] = 'image'
return soup