mirror of
https://github.com/kovidgoyal/calibre.git
synced 2025-07-09 03:04:10 -04:00
Update le_monde.recipe
This commit is contained in:
unkn0w7n
parent
fdcb39c929
commit
c8be73296e
@ -16,18 +16,20 @@ import re
|
||||
|
||||
class LeMonde(BasicNewsRecipe):
|
||||
title = 'Le Monde'
|
||||
__author__ = 'veezh'
|
||||
__author__ = 'veezh, Martin Villard'
|
||||
description = 'Les flux RSS du Monde.fr'
|
||||
publisher = 'Société Editrice du Monde'
|
||||
publication_type = 'newspaper'
|
||||
needs_subscription = 'optional'
|
||||
language = 'fr'
|
||||
encoding = 'utf-8'
|
||||
|
||||
oldest_article = 2
|
||||
max_articles_per_feed = 15
|
||||
oldest_article = 1
|
||||
no_stylesheets = True
|
||||
remove_empty_feeds = True
|
||||
ignore_duplicate_articles = {'title', 'url'}
|
||||
reverse_article_order = True
|
||||
remove_empty_feeds = True
|
||||
|
||||
conversion_options = {
|
||||
'publisher': publisher
|
||||
@ -36,30 +38,87 @@ class LeMonde(BasicNewsRecipe):
|
||||
masthead_url = 'http://upload.wikimedia.org/wikipedia/commons/thumb/5/54/Le_monde_logo.svg/800px-Le_monde_logo.svg.png'
|
||||
|
||||
feeds = [
|
||||
('A la une', 'https://www.lemonde.fr/rss/une.xml'),
|
||||
('International', 'https://www.lemonde.fr/international/rss_full.xml'),
|
||||
('Politique', 'https://www.lemonde.fr/politique/rss_full.xml'),
|
||||
('Société', 'https://www.lemonde.fr/societe/rss_full.xml'),
|
||||
('Economie', 'https://www.lemonde.fr/economie/rss_full.xml'),
|
||||
('Planète', 'https://www.lemonde.fr/planete/rss_full.xml'),
|
||||
('Sciences', 'https://www.lemonde.fr/sciences/rss_full.xml'),
|
||||
('Pixels', 'https://www.lemonde.fr/pixels/rss_full.xml'),
|
||||
('Culture', 'https://www.lemonde.fr/culture/rss_full.xml'),
|
||||
('Idées', 'https://www.lemonde.fr/idees/rss_full.xml')
|
||||
('International : Europe ', 'https://www.lemonde.fr/europe/rss_full.xml'),
|
||||
('International : Amériques ', 'https://www.lemonde.fr/ameriques/rss_full.xml'),
|
||||
('International : Afrique ', 'https://www.lemonde.fr/afrique/rss_full.xml'),
|
||||
('International : Asie Pacifique', 'https://www.lemonde.fr/asie-pacifique/rss_full.xml'),
|
||||
('International : Proche-Orient', 'https://www.lemonde.fr/proche-orient/rss_full.xml'),
|
||||
('International : Royaume-Uni', 'https://www.lemonde.fr/royaume-uni/rss_full.xml'),
|
||||
('International : Etats-Unis', 'https://www.lemonde.fr/etats-unis/rss_full.xml'),
|
||||
('International : La une', 'https://www.lemonde.fr/international/rss_full.xml'),
|
||||
('France : Politique ', 'https://www.lemonde.fr/politique/rss_full.xml'),
|
||||
('France : Société ', 'https://www.lemonde.fr/societe/rss_full.xml'),
|
||||
('France : Les décodeurs', 'https://www.lemonde.fr/les-decodeurs/rss_full.xml'),
|
||||
('France : Justice ', 'https://www.lemonde.fr/justice/rss_full.xml'),
|
||||
('France : Police ', 'https://www.lemonde.fr/police/rss_full.xml'),
|
||||
('France : Campus ', 'https://www.lemonde.fr/campus/rss_full.xml'),
|
||||
('France : Education', 'https://www.lemonde.fr/education/rss_full.xml'),
|
||||
('Economie : Entreprises ', 'https://www.lemonde.fr/entreprises/rss_full.xml'),
|
||||
('Economie : Argent ', 'https://www.lemonde.fr/argent/rss_full.xml'),
|
||||
('Economie : Économie française', 'https://www.lemonde.fr/economie-francaise/rss_full.xml'),
|
||||
('Economie : Industrie', 'https://www.lemonde.fr/industrie/rss_full.xml'),
|
||||
('Economie : Emploi ', 'https://www.lemonde.fr/emploi/rss_full.xml'),
|
||||
('Economie : Immobilier ', 'https://www.lemonde.fr/immobilier/rss_full.xml'),
|
||||
('Economie : Médias', 'https://www.lemonde.fr/medias/rss_full.xml'),
|
||||
('Economie : La une', 'https://www.lemonde.fr/economie/rss_full.xml'),
|
||||
('Planète: Climat ', 'https://www.lemonde.fr/climat/rss_full.xml'),
|
||||
('Planète: Agriculture ', 'https://www.lemonde.fr/agriculture/rss_full.xml'),
|
||||
('Planète: Environnement', 'https://www.lemonde.fr/environnement/rss_full.xml'),
|
||||
('Planète: La une', 'https://www.lemonde.fr/planete/rss_full.xml'),
|
||||
('Sciences : Espace ', 'https://www.lemonde.fr/espace/rss_full.xml'),
|
||||
('Sciences : Biologie ', 'https://www.lemonde.fr/biologie/rss_full.xml'),
|
||||
('Sciences : Médecine ', 'https://www.lemonde.fr/medecine/rss_full.xml'),
|
||||
('Sciences : Physique ', 'https://www.lemonde.fr/physique/rss_full.xml'),
|
||||
('Sciences : Santé', 'https://www.lemonde.fr/sante/rss_full.xml'),
|
||||
('Sciences : La une', 'https://www.lemonde.fr/sciences/rss_full.xml'),
|
||||
('Culture : Cinéma ', 'https://www.lemonde.fr/cinema/rss_full.xml'),
|
||||
('Culture : Musiques ', 'https://www.lemonde.fr/musiques/rss_full.xml'),
|
||||
('Culture : Télévision et radio', 'https://www.lemonde.fr/televisions-radio/rss_full.xml'),
|
||||
('Culture : Le Monde des livres', 'https://www.lemonde.fr/livres/rss_full.xml'),
|
||||
('Culture : Arts ', 'https://www.lemonde.fr/arts/rss_full.xml'),
|
||||
('Culture : Scènes', 'https://www.lemonde.fr/scenes/rss_full.xml'),
|
||||
('Culture : La une', 'https://www.lemonde.fr/culture/rss_full.xml'),
|
||||
('Opinions : La une', 'https://www.lemonde.fr/idees/rss_full.xml'),
|
||||
('Opinions : éditoriaux', 'https://www.lemonde.fr/editoriaux/rss_full.xml'),
|
||||
('Opinions : chroniques ', 'https://www.lemonde.fr/chroniques/rss_full.xml'),
|
||||
('Opinions : tribunes', 'https://www.lemonde.fr/tribunes/rss_full.xml'),
|
||||
('Pixels : Jeux vidéo', 'https://www.lemonde.fr/jeux-video/rss_full.xml'),
|
||||
('Pixels : Culture web', 'https://www.lemonde.fr/cultures-web/rss_full.xml'),
|
||||
('Pixels : La une', 'https://www.lemonde.fr/pixels/rss_full.xml'),
|
||||
('Sport : Football ', 'https://www.lemonde.fr/football/rss_full.xml'),
|
||||
('Sport : Rugby ', 'https://www.lemonde.fr/rugby/rss_full.xml'),
|
||||
('Sport : Tennis ', 'https://www.lemonde.fr/tennis/rss_full.xml'),
|
||||
('Sport : Cyclisme ', 'https://www.lemonde.fr/cyclisme/rss_full.xml'),
|
||||
('Sport : Basket', 'https://www.lemonde.fr/basket/rss_full.xml'),
|
||||
('Sport : La une', 'https://www.lemonde.fr/sport/rss_full.xml'),
|
||||
('M le mag : L’époque ', 'https://www.lemonde.fr/m-perso/rss_full.xml'),
|
||||
('M le mag : Styles ', 'https://www.lemonde.fr/m-styles/rss_full.xml'),
|
||||
('M le mag : Gastronomie ', 'https://www.lemonde.fr/gastronomie/rss_full.xml'),
|
||||
('M le mag : Recettes du Monde', 'https://www.lemonde.fr/les-recettes-du-monde/rss_full.xml'),
|
||||
('M le mag : Sexo', 'https://www.lemonde.fr/sexo/rss_full.xml'),
|
||||
('M le mag : La une', 'https://www.lemonde.fr/m-le-mag/rss_full.xml'),
|
||||
('Actualités : A la une', 'https://www.lemonde.fr/rss/une.xml'),
|
||||
('Actualités : En continu', 'https://www.lemonde.fr/rss/en_continu.xml'),
|
||||
('Actualités : Vidéos ', 'https://www.lemonde.fr/videos/rss_full.xml'),
|
||||
('Actualités : Portfolios', 'https://www.lemonde.fr/photo/rss_full.xml'),
|
||||
]
|
||||
|
||||
keep_only_tags = [
|
||||
classes('article__header'),
|
||||
dict(name='section', attrs={'class': ['article__content', 'article__heading',
|
||||
dict(name='section', attrs={'class': ['article__cover', 'article__content', 'article__heading',
|
||||
'article__wrapper']})
|
||||
]
|
||||
|
||||
remove_tags = [
|
||||
classes('article__status meta__date meta__reading-time meta__social multimedia-embed'),
|
||||
dict(name=['footer', 'link']),
|
||||
classes('article__status meta__reading-time meta__social multimedia-embed'),
|
||||
dict(name=['footer', 'link', 'meta', 'svg', 'button']),
|
||||
dict(name='img', attrs={'class': ['article__author-picture']}),
|
||||
dict(name='section', attrs={'class': ['article__reactions', 'author', 'catcher',
|
||||
'portfolio', 'services-inread']})
|
||||
dict(name='section', attrs={'class':
|
||||
[
|
||||
'inread js-services-inread', 'catcher catcher--inline', 'inread inread--NL js-services-inread',
|
||||
'article__reactions', 'author', 'catcher', 'portfolio', 'services-inread'
|
||||
]
|
||||
})
|
||||
]
|
||||
|
||||
remove_attributes = [
|
||||
@ -101,13 +160,13 @@ class LeMonde(BasicNewsRecipe):
|
||||
def get_cover_url(self):
|
||||
# today's date is a reasonable guess for the ID of the cover
|
||||
cover_id = date.today().strftime('%Y%m%d')
|
||||
soup = self.index_to_soup('https://www.lemonde.fr/')
|
||||
a = soup.find('a', {'id': 'jelec_link', 'style': True})
|
||||
if a and a['style']:
|
||||
url = a['style'].split('/')
|
||||
if len(url) > 5 and url[3].isdigit():
|
||||
# soup = self.index_to_soup('https://www.lemonde.fr/')
|
||||
# a = soup.find('a', {'id': 'jelec_link', 'style': True})
|
||||
# if a and a['style']:
|
||||
# url = a['style'].split('/')
|
||||
# if len(url) > 5 and url[3].isdigit():
|
||||
# overwrite guess if actual cover ID was found
|
||||
cover_id = url[3]
|
||||
# cover_id = url[3]
|
||||
return 'https://www.lemonde.fr/thumbnail/journal/' + cover_id + '/1000/1490'
|
||||
|
||||
def get_article_url(self, article):
|
||||
@ -122,9 +181,12 @@ class LeMonde(BasicNewsRecipe):
|
||||
def preprocess_html(self, soup):
|
||||
# when an image is available in multiple sizes, select the smallest one
|
||||
for img in soup.find_all('img', {'data-srcset': True}):
|
||||
# print ("IMGDDPYL0 = ", img)
|
||||
data_srcset = img['data-srcset'].split()
|
||||
# print ("IMGDDPYL1 = ", data_srcset)
|
||||
if len(data_srcset) > 1:
|
||||
img['src'] = data_srcset[-2]
|
||||
img['src'] = data_srcset[0]
|
||||
# print("IMGDDPYL2 = " ,img['src'])
|
||||
del img['data-srcset']
|
||||
return soup
|
||||
|
||||
|
||||
Loading…
x
Reference in New Issue
Block a user