diff --git a/recipes/pagina12.recipe b/recipes/pagina12.recipe index 687e1b3ba2..b84b98c295 100644 --- a/recipes/pagina12.recipe +++ b/recipes/pagina12.recipe @@ -2,11 +2,11 @@ # -*- coding: utf-8 -*- __license__ = 'GPL v3' -__copyright__ = '2008-2016, Darko Miletic ' +__copyright__ = '2008-2017, Darko Miletic ' ''' pagina12.com.ar ''' - +from calibre import strftime from calibre.web.feeds.news import BasicNewsRecipe @@ -54,19 +54,33 @@ class Pagina12(BasicNewsRecipe): ] feeds = [ - (u'Edicion impresa', u'https://www.pagina12.com.ar/rss/edicion-impresa'), - (u'Espectaculos' , u'https://www.pagina12.com.ar/rss/suplementos/cultura-y-espectaculos/notas'), - (u'Radar' , u'https://www.pagina12.com.ar/rss/suplementos/radar/notas'), - (u'Radar libros' , u'https://www.pagina12.com.ar/rss/suplementos/radar-libros/notas'), - (u'Cash' , u'https://www.pagina12.com.ar/rss/suplementos/cash/notas'), - (u'Turismo' , u'https://www.pagina12.com.ar/rss/suplementos/turismo/notas'), - (u'Libero' , u'https://www.pagina12.com.ar/rss/suplementos/libero/notas'), - (u'NO' , u'https://www.pagina12.com.ar/rss/suplementos/no/notas'), - (u'Las/12' , u'https://www.pagina12.com.ar/rss/suplementos/las12/notas'), - (u'Soy' , u'https://www.pagina12.com.ar/rss/suplementos/soy/notas'), - (u'Futuro' , u'http://www.pagina12.com.ar/diario/rss/futuro.xml'), - (u'M2' , u'https://www.pagina12.com.ar/rss/suplementos/m2/notas'), - (u'Rosario/12' , u'https://www.pagina12.com.ar/rss/suplementos/rosario12/notas') + (u'El Pais' , u'https://www.pagina12.com.ar/rss/secciones/el-pais/notas'), + (u'Economia' , u'https://www.pagina12.com.ar/rss/secciones/economia/notas'), + (u'Sociedad' , u'https://www.pagina12.com.ar/rss/secciones/sociedad/notas'), + (u'El Mundo' , u'https://www.pagina12.com.ar/rss/secciones/el-mundo/notas'), + (u'Deportes' , u'https://www.pagina12.com.ar/rss/secciones/deportes/notas'), + (u'Cultura' , u'https://www.pagina12.com.ar/rss/secciones/cultura/notas'), + (u'Universidad' , u'https://www.pagina12.com.ar/rss/secciones/universidad/notas'), + (u'Ciencia' , u'https://www.pagina12.com.ar/rss/secciones/ciencia/notas'), + (u'Psicologia' , u'https://www.pagina12.com.ar/rss/secciones/psicologia/notas'), + (u'Ajedrez' , u'https://www.pagina12.com.ar/rss/secciones/ajedrez/notas'), + (u'La Ventana' , u'https://www.pagina12.com.ar/rss/secciones/la-ventana/notas'), + (u'Dialogos' , u'https://www.pagina12.com.ar/rss/secciones/dialogos/notas'), + (u'Hoy' , u'https://www.pagina12.com.ar/rss/secciones/hoy/notas'), + (u'Plastica' , u'https://www.pagina12.com.ar/rss/secciones/plastica/notas'), + (u'Carta de Lectores', u'https://www.pagina12.com.ar/rss/secciones/cartas-de-lectores/notas'), + (u'Espectaculos' , u'https://www.pagina12.com.ar/rss/suplementos/cultura-y-espectaculos/notas'), + (u'Radar' , u'https://www.pagina12.com.ar/rss/suplementos/radar/notas'), + (u'Radar libros' , u'https://www.pagina12.com.ar/rss/suplementos/radar-libros/notas'), + (u'Cash' , u'https://www.pagina12.com.ar/rss/suplementos/cash/notas'), + (u'Turismo' , u'https://www.pagina12.com.ar/rss/suplementos/turismo/notas'), + (u'Libero' , u'https://www.pagina12.com.ar/rss/suplementos/libero/notas'), + (u'NO' , u'https://www.pagina12.com.ar/rss/suplementos/no/notas'), + (u'Las/12' , u'https://www.pagina12.com.ar/rss/suplementos/las12/notas'), + (u'Soy' , u'https://www.pagina12.com.ar/rss/suplementos/soy/notas'), + (u'Futuro' , u'http://www.pagina12.com.ar/diario/rss/futuro.xml'), + (u'M2' , u'https://www.pagina12.com.ar/rss/suplementos/m2/notas'), + (u'Rosario/12' , u'https://www.pagina12.com.ar/rss/suplementos/rosario12/notas') ] def get_article_url(self, article): @@ -76,8 +90,11 @@ class Pagina12(BasicNewsRecipe): return url def get_cover_url(self): - soup = self.index_to_soup(self.PREFIX) - for image in soup.findAll('img', alt=True): - if image['alt'].startswith('Tapa del dia'): - return self.PREFIX + image['data-src'] + lurl = strftime('https://www.pagina12.com.ar/edicion-impresa/%d-%m-%Y') + soup = self.index_to_soup(lurl) + mydiv = soup.find('div', {'class' : lambda x: x and 'printed-edition-cover' in x.split()}) + if mydiv: + for image in mydiv.findAll('img'): + if image['data-src'].startswith('https://images.pagina12.com.ar/styles/width700/public/'): + return image['data-src'] return None