From b3e6939edf808659af9d952e1f715ebe2f54e197 Mon Sep 17 00:00:00 2001 From: Kovid Goyal Date: Sun, 30 Mar 2014 08:10:53 +0530 Subject: [PATCH] Update El Pais Impreso Fixes #1299650 [Updated recipe for El Pais](https://bugs.launchpad.net/calibre/+bug/1299650) --- recipes/elpais_impreso.recipe | 94 +++++++++++++---------------------- 1 file changed, 35 insertions(+), 59 deletions(-) diff --git a/recipes/elpais_impreso.recipe b/recipes/elpais_impreso.recipe index 2dbd79d094..0b581abfb7 100644 --- a/recipes/elpais_impreso.recipe +++ b/recipes/elpais_impreso.recipe @@ -1,16 +1,17 @@ # vim:fileencoding=UTF-8:ts=4:sw=4:sta:et:sts=4:ai __license__ = 'GPL v3' -__copyright__ = '2010-2012, Darko Miletic ' +__copyright__ = '2010-2014, Darko Miletic ' ''' -www.elpais.com +elpais.com ''' +from calibre import strftime from calibre.web.feeds.news import BasicNewsRecipe class ElPais_RSS(BasicNewsRecipe): title = u'El País' __author__ = 'Darko Miletic' - description = u'Noticias de última hora sobre la actualidad en España y el mundo: política, economía, deportes, cultura, sociedad, tecnología, gente, opinión, viajes, moda, televisión, los blogs y las firmas de EL PAÍS. Además especiales, vídeos, fotos, audios, gráficos, entrevistas, promociones y todos los servicios de EL PAÍS.' + description = u'Noticias de última hora sobre la actualidad en España y el mundo: política, economía, deportes, cultura, sociedad, tecnología, gente, opinión, viajes, moda, televisión, los blogs y las firmas de EL PAÍS. Además especiales, vídeos, fotos, audios, gráficos, entrevistas, promociones y todos los servicios de EL PAÍS.' # noqa publisher = 'EDICIONES EL PAIS, S.L.' category = 'news, politics, finances, world, spain' oldest_article = 2 @@ -22,6 +23,7 @@ class ElPais_RSS(BasicNewsRecipe): remove_empty_feeds = True publication_type = 'newspaper' masthead_url = 'http://ep01.epimg.net/iconos/v1.x/v1.0/logos/cabecera_portada.png' + cover_url = strftime('http://srv00.epimg.net/pdf/elpais/1aPagina/%Y/%m/ep-%Y%m%d.pdf') extra_css = """ h1{font-family: Georgia,"Times New Roman",Times,serif } #subtitulo_noticia, .firma, .figcaption{font-size: small} @@ -47,68 +49,42 @@ class ElPais_RSS(BasicNewsRecipe): feeds = [ (u'Lo ultimo' , u'http://ep00.epimg.net/rss/tags/ultimas_noticias.xml') - ,(u'America Latina' , u'http://elpais.com/tag/rss/latinoamerica/a/' ) - ,(u'Mexico' , u'http://elpais.com/tag/rss/mexico/a/' ) - ,(u'Europa' , u'http://elpais.com/tag/rss/europa/a/' ) - ,(u'Estados Unidos' , u'http://elpais.com/tag/rss/estados_unidos/a/' ) - ,(u'Oriente proximo' , u'http://elpais.com/tag/rss/oriente_proximo/a/' ) - ,(u'Andalucia' , u'http://ep00.epimg.net/rss/ccaa/andalucia.xml' ) - ,(u'Catalunia' , u'http://ep00.epimg.net/rss/ccaa/catalunya.xml' ) - ,(u'Comunidad Valenciana' , u'http://ep00.epimg.net/rss/ccaa/valencia.xml' ) - ,(u'Madrid' , u'http://ep00.epimg.net/rss/ccaa/madrid.xml' ) - ,(u'Pais Vasco' , u'http://ep00.epimg.net/rss/ccaa/paisvasco.xml' ) - ,(u'Galicia' , u'http://ep00.epimg.net/rss/ccaa/galicia.xml' ) - ,(u'Sociedad' , u'http://ep00.epimg.net/rss/sociedad/portada.xml' ) - ,(u'Deportes' , u'http://ep00.epimg.net/rss/deportes/portada.xml' ) - ,(u'Cultura' , u'http://ep00.epimg.net/rss/cultura/portada.xml' ) - ,(u'Cine' , u'http://elpais.com/tag/rss/cine/a/' ) - ,(u'Economía' , u'http://elpais.com/tag/rss/economia/a/' ) - ,(u'Literatura' , u'http://elpais.com/tag/rss/libros/a/' ) - ,(u'Musica' , u'http://elpais.com/tag/rss/musica/a/' ) - ,(u'Arte' , u'http://elpais.com/tag/rss/arte/a/' ) - ,(u'Medio Ambiente' , u'http://elpais.com/tag/rss/medio_ambiente/a/' ) - ,(u'Tecnologia' , u'http://ep01.epimg.net/rss/tecnologia/portada.xml' ) - ,(u'Ciencia' , u'http://ep00.epimg.net/rss/tags/c_ciencia.xml' ) - ,(u'Salud' , u'http://elpais.com/tag/rss/salud/a/' ) - ,(u'Ocio' , u'http://elpais.com/tag/rss/ocio/a/' ) - ,(u'Justicia y Leyes' , u'http://elpais.com/tag/rss/justicia/a/' ) - ,(u'Guerras y conflictos' , u'http://elpais.com/tag/rss/conflictos/a/' ) - ,(u'Politica' , u'http://ep00.epimg.net/rss/politica/portada.xml' ) - ,(u'Opinion' , u'http://ep01.epimg.net/rss/elpais/opinion.xml' ) + ,(u'America Latina' , u'http://elpais.com/tag/rss/latinoamerica/a/') + ,(u'Mexico' , u'http://elpais.com/tag/rss/mexico/a/') + ,(u'Europa' , u'http://elpais.com/tag/rss/europa/a/') + ,(u'Estados Unidos' , u'http://elpais.com/tag/rss/estados_unidos/a/') + ,(u'Oriente proximo' , u'http://elpais.com/tag/rss/oriente_proximo/a/') + ,(u'Andalucia' , u'http://ep00.epimg.net/rss/ccaa/andalucia.xml') + ,(u'Catalunia' , u'http://ep00.epimg.net/rss/ccaa/catalunya.xml') + ,(u'Comunidad Valenciana' , u'http://ep00.epimg.net/rss/ccaa/valencia.xml') + ,(u'Madrid' , u'http://ep00.epimg.net/rss/ccaa/madrid.xml') + ,(u'Pais Vasco' , u'http://ep00.epimg.net/rss/ccaa/paisvasco.xml') + ,(u'Galicia' , u'http://ep00.epimg.net/rss/ccaa/galicia.xml') + ,(u'Sociedad' , u'http://ep00.epimg.net/rss/sociedad/portada.xml') + ,(u'Deportes' , u'http://ep00.epimg.net/rss/deportes/portada.xml') + ,(u'Cultura' , u'http://ep00.epimg.net/rss/cultura/portada.xml') + ,(u'Cine' , u'http://elpais.com/tag/rss/cine/a/') + ,(u'Economía' , u'http://elpais.com/tag/rss/economia/a/') + ,(u'Literatura' , u'http://elpais.com/tag/rss/libros/a/') + ,(u'Musica' , u'http://elpais.com/tag/rss/musica/a/') + ,(u'Arte' , u'http://elpais.com/tag/rss/arte/a/') + ,(u'Medio Ambiente' , u'http://elpais.com/tag/rss/medio_ambiente/a/') + ,(u'Tecnologia' , u'http://ep01.epimg.net/rss/tecnologia/portada.xml') + ,(u'Ciencia' , u'http://ep00.epimg.net/rss/tags/c_ciencia.xml') + ,(u'Salud' , u'http://elpais.com/tag/rss/salud/a/') + ,(u'Ocio' , u'http://elpais.com/tag/rss/ocio/a/') + ,(u'Justicia y Leyes' , u'http://elpais.com/tag/rss/justicia/a/') + ,(u'Guerras y conflictos' , u'http://elpais.com/tag/rss/conflictos/a/') + ,(u'Politica' , u'http://ep00.epimg.net/rss/politica/portada.xml') + ,(u'Opinion' , u'http://ep01.epimg.net/rss/elpais/opinion.xml') ] def get_article_url(self, article): url = BasicNewsRecipe.get_article_url(self, article) if url and (not('/album/' in url) and not('/futbol/partido/' in url)): - urlverified = self.browser.open_novisit(url).geturl() - return urlverified + return url self.log('Skipping non-article', url) return None - def get_cover_url(self): - soup = self.index_to_soup('http://elpais.com/') - for image in soup.findAll('img'): - if image['src'].endswith('elpaisTodayMiddle.jpg'): - sstr = image['src'] - return sstr.replace('elpaisTodayMiddle.jpg', 'elpaisToday.jpg') - return None - - def preprocess_html(self, soup): - for item in soup.findAll(style=True): - del item['style'] - for item in soup.findAll('a'): - if item.string is not None: - tstr = item.string - item.replaceWith(tstr) - else: - item.name='span' - for atrs in ['href','target','alt','title']: - if item.has_key(atrs): - del item[atrs] - for item in soup.findAll('img',alt=False): - item['alt'] = 'image' - return soup - def preprocess_raw_html(self, raw, url): - return 'Untitled'+raw[raw.find(''):] - \ No newline at end of file + return 'Untitled'+raw[raw.find(''):]