Update Neu Osnabrücker Zeitung

Merge branch 'master' of https://github.com/aimylios/calibre
This commit is contained in:
Kovid Goyal 2017-05-14 17:06:07 +05:30
commit e43705a3a3
No known key found for this signature in database
GPG Key ID: 06BC317B515ACE7C
3 changed files with 115 additions and 141 deletions

View File

Before

Width:  |  Height:  |  Size: 547 B

After

Width:  |  Height:  |  Size: 547 B

View File

@ -1,117 +0,0 @@
# vim:fileencoding=utf-8
from calibre.web.feeds.news import BasicNewsRecipe
class AdvancedUserRecipe1380105782(BasicNewsRecipe):
title = u'Neue Osnabrücker Zeitung'
__author__ = 'vo_he'
description = 'HNY 2014'
encoding = 'utf-8'
language = 'de'
remove_javascript = True
no_stylesheets = True
oldest_article = 2
max_articles_per_feed = 100
cover_url = 'http://www.noz.de/apple-touch-icon-144x144-precomposed.png'
remove_tags_before = dict(id='feedContent')
remove_tags_before = dict(id='headline')
remove_tags_after = [dict(id='footer-start')]
remove_tags_after = [dict(name='div', attrs={'class': 'accordion-group'})]
remove_tags_after = [
dict(name='div', attrs={'class': 'accordion accordion-two-column most-read'})]
remove_tags = [
dict(name='div', attrs={'id': 'ui-datepicker-div'}),
dict(name='div', attrs={'class': 'nav-second'}),
dict(name='div', attrs={'class': 'nav-first'}),
dict(name='div', attrs={'class': 'icon-print'}),
dict(name='div', attrs={'class': 'social-button'}),
dict(name='div', attrs={'class': 'social-media-bar'}),
dict(name='div', attrs={'class': 'pull-right'}),
dict(name='div', attrs={'class': 'btn btn-primary flat-button'}),
dict(name='div', attrs={'class': 'carousel-wrapper'}),
dict(name='a', attrs={
'class': 'right-content merchandising hidden-tablet'}),
dict(name='div', attrs={'class': 'border-circle pull-left'}),
dict(name='div', attrs={
'class': 'row show-grid general-infoimageContainer '}),
dict(name='div', attrs={'class': 'location-list'}),
dict(name='div', attrs={'class': 'block'}),
dict(name='div', attrs={'class': 'furtherGalleries largeSpaceTop'}),
dict(name='div', attrs={'class': 'accordion-group'}),
dict(name='div', attrs={'class': 'accordion-heading'}),
dict(name='div', attrs={'class': 'accordion-toggle'}),
dict(name='div', attrs={'class': 'accordion-inner'})
]
feeds = [(u'Melle', u'http://www.noz.de/rss/ressort/Melle'),
(u'Nordrhein Westfalen',
u'http://www.noz.de/rss/ressort/Nordrhein-Westfalen'),
(u'Niedersachsen', u'http://www.noz.de/rss/ressort/Niedersachsen'),
(u'Vermischtes', u'http://www.noz.de/rss/ressort/Vermischtes'),
(u'GutzuWissen', u'http://www.noz.de/rss/ressort/Gut%20zu%20Wissen'),
(u'Sport', u'http://www.noz.de/rss/ressort/Sport'),
(u'Kultur', u'http://www.noz.de/rss/ressort/Kultur'),
(u'Medien', u'http://www.noz.de/rss/ressort/Medien'),
(u'Belm', u'http://www.noz.de/rss/ressort/Belm'),
(u'Bissendorf',
u' [url]http://www.noz.de/rss/ressort/Bissendorf[/url]'),
(u'Osnabrueck', u'http://www.noz.de/rss/ressort/Osnabr%C3%BCck'),
(u'Bad Essen', u'http://www.noz.de/rss/ressort/Bad%20Essen'),
(u'Politik', u'http://www.noz.de/rss/ressort/Politik'),
(u'Wirtschaft', u'http://www.noz.de/rss/ressort/Wirtschaft'),
# (u'Fussball', u'http:/www.noz.de/rss/ressort/Fußball'),
# (u'VfL Osnabrueck', u'http://www.noz.de/rss/ressort/VfL%20Osnabr%C3%BCck'),
# (u'SF Lotte', u'http://www.noz.de/rss/ressort/SF%20Lotte'),
# (u'SV Meppen', u'http://www.noz.de/rss/ressort/SV%20Meppen'),
# (u'Artland Dragons', u'http://www.noz.de/rss/ressort/Artland%20Dragons'),
# (u'Panthers', u'http://www.noz.de/rss/ressort/Panthers'),
# (u'OS-Sport', u'http://www.noz.de/rss/ressort/OS-Sport'),
# (u'Emsland Sport', u'http://www.noz.de/rss/ressort/EL-Sport'),
# (u'Lingen', u'http://www.noz.de/rss/ressort/Lingen'),
# (u'Lohne', u'http://www.noz.de/rss/ressort/Lohne'),
# (u'Emsbueren', u'http://www.noz.de/rss/ressort/Emsb%C3%BCren'),
# (u'Salzbergen', u'http://www.noz.de/rss/ressort/Salzbergen'),
# (u'Spelle', u'http://www.noz.de/rss/ressort/Spelle'),
# (u'Freren', u'http://www.noz.de/rss/ressort/Freren'),
# (u'Lengerich', u'http://www.noz.de/rss/ressort/Lengerich'),
# (u'Bad Iburg', u'http://www.noz.de/rss/ressort/Bad%20Iburg'),
# (u'Bad Laer', u'http://www.noz.de/rss/ressort/Bad%20Laer'),
# (u'Bad Rothenfelde', u'http://www.noz.de/rss/ressort/Bad%20Rothenfelde'),
# (u'GMHütte', u'http://www.noz.de/rss/ressort/Georgsmarienh%C3%BCtte'),
# (u'Glandorf', u'http://www.noz.de/rss/ressort/Glandorf'),
# (u'Hagen', u'http://www.noz.de/rss/ressort/Hagen'),
# (u'Hasbergen', u'http://www.noz.de/rss/ressort/Hasbergen'),
# (u'Hilter', u'http://www.noz.de/rss/ressort/Hilter'),
# (u'Lotte', u'http://www.noz.de/rss/ressort/Lotte'),
# (u'Wallenhorst', u'http://www.noz.de/rss/ressort/Wallenhorst'),
# (u'Westerkappeln', u'http://www.noz.de/rss/ressort/Westerkappeln'),
# (u'Artland', u'http://www.noz.de/rss/ressort/Artland'),
# (u'Bersenbrück', u'http://www.noz.de/rss/ressort/Bersenbr%C3%BCck'),
# (u'Fürstenau', u'http://www.noz.de/rss/ressort/F%C3%BCrstenau'),
# (u'Neuenkirchen', u'http://www.noz.de/rss/ressort/Neuenkirchen'),
# (u'Lokalsport', u'http://www.noz.de/rss/ressort/Lokalsport%20Nordkreis'),
(u'Bramsche', u'http://www.noz.de/rss/ressort/Bramsche'),
(u'Bramsche Ortsteile',
u'http://www.noz.de/rss/ressort/Bramscher%20Ortsteile'),
# (u'Neuenkirchen Vörden', u'http://www.noz.de/rss/ressort/Neuenkirchen-V%C3%B6rden'),
# (u'Papenburg', u'http://www.noz.de/rss/ressort/Papenburg'),
# (u'Dörpen', u'http://www.noz.de/rss/ressort/D%C3%B6rpen'),
# (u'Rhede', u'http://www.noz.de/rss/ressort/Rhede'),
# (u'Lathen', u'http://www.noz.de/rss/ressort/Lathen'),
# (u'Sögel', u'http://www.noz.de/rss/ressort/S%C3%B6gel'),
# (u'Nordhümmling', u'http://www.noz.de/rss/ressort/Nordh%C3%BCmmling'),
# (u'Werlte', u'http://www.noz.de/rss/ressort/Werlte'),
# (u'Westoverledingen', u'http://www.noz.de/rss/ressort/Westoverledingen'),
# (u'Geeste', u'http://www.noz.de/rss/ressort/Geeste'),
# (u'Haren', u'http://www.noz.de/rss/ressort/Haren'),
# (u'Haselünne', u'http://www.noz.de/rss/ressort/Hasel%C3%BCnne'),
# (u'Herzlake', u'http://www.noz.de/rss/ressort/Herzlake'),
# (u'Meppen', u'http://www.noz.de/rss/ressort/Meppen'),
# (u'Twist', u'http://www.noz.de/rss/ressort/Twist'),
# (u'Bohmte', u'http://www.noz.de/rss/ressort/Bohmte'),
(u'Ostercappeln', u'http://www.noz.de/rss/ressort/Ostercappeln')
]

View File

@ -1,31 +1,122 @@
#!/usr/bin/env python2
# vim:fileencoding=utf-8
from __future__ import unicode_literals, division, absolute_import, print_function
'''
noz.de
'''
from calibre.web.feeds.news import BasicNewsRecipe
class AdvancedUserRecipe1344926684(BasicNewsRecipe):
title = u'Neue Osnabrücker Zeitung'
__author__ = 'Krittika Goyal'
oldest_article = 7
max_articles_per_feed = 100
no_stylesheets = True
use_embedded_content = False
class NeueOsnabrueckerZeitung(BasicNewsRecipe):
title = 'Neue Osnabrücker Zeitung'
__author__ = 'vo_he'
description = 'RSS-Feeds von noz.de'
publisher = 'Neue Osnabrücker Zeitung GmbH & Co. KG'
publication_type = 'newspaper'
language = 'de'
oldest_article = 7
max_articles_per_feed = 5
no_stylesheets = True
remove_javascript = True
remove_empty_feeds = True
ignore_duplicate_articles = {'title', 'url'}
keep_only_tags = [dict(name='h1', attrs={'class': 'enlargeable'}), dict(name='h2', attrs={'class': 'enlargeable vorspann'}), dict(
name='div', attrs={'id': 'largePicContainer'}), dict(name='span', attrs={'id': 'articletext'})]
remove_tags = [dict(name='div', attrs={'id': 'retresco-title'}), dict(name='div', attrs={
'class': 'retresco-item s1 relative'}), dict(name='a', attrs={'class': 'medium2 largeSpaceTop icon'})]
masthead_url = 'http://www.noz.de/bundles/nozplatform/images/logos/osnabruecker-zeitung.png'
feeds = [(u'Lokales', u'http://www.noz.de/rss/Lokales'),
(u'Vermischtes', u'http://www.noz.de/rss/Vermischtes'),
(u'Politik', u'http://www.noz.de/rss/Politik'),
(u'Wirtschaft', u'http://www.noz.de/rss/Wirtschaft'),
(u'Kultur', u'http://www.noz.de/rss/Kultur'),
(u'Medien', u'http://www.noz.de/rss/Medien'),
(u'Wissenschaft', u'http://www.noz.de/rss/wissenschaft'),
(u'Sport', u'http://www.noz.de/rss/Sport'),
(u'Computer', u'http://www.noz.de/rss/Computer'),
(u'Musik', u'http://www.noz.de/rss/Musik'),
(u'Szene', u'http://www.noz.de/rss/Szene'),
(u'Niedersachsen', u'http://www.noz.de/rss/Niedersachsen'),
(u'Kino', u'http://www.noz.de/rss/Kino')]
feeds = [
('Politik', 'http://www.noz.de/rss/ressort/Politik'),
('Wirtschaft', 'http://www.noz.de/rss/ressort/Wirtschaft'),
('Kultur', 'http://www.noz.de/rss/ressort/Kultur'),
('Medien', 'http://www.noz.de/rss/ressort/Medien'),
('Gut zu wissen', 'http://www.noz.de/rss/ressort/Gut%20zu%20wissen'),
('Vermischtes', 'http://www.noz.de/rss/ressort/Vermischtes'),
('Sport', 'http://www.noz.de/rss/ressort/Sport'),
('Fußball', 'http://www.noz.de/rss/ressort/Fu%C3%9Fball'),
('Niedersachsen', 'http://www.noz.de/rss/ressort/Niedersachsen'),
('Nordrhein-Westfalen', 'http://www.noz.de/rss/ressort/Nordrhein-Westfalen'),
# Neue Osnabrücker Zeitung
# ('Bad Iburg', 'http://www.noz.de/rss/ressort/Bad%20Iburg'),
# ('Bad Laer', 'http://www.noz.de/rss/ressort/Bad%20Laer'),
# ('Bad Rothenfelde', 'http://www.noz.de/rss/ressort/Bad%20Rothenfelde'),
# ('Belm', 'http://www.noz.de/rss/ressort/Belm'),
# ('Bissendorf', 'http://www.noz.de/rss/ressort/Bissendorf'),
# ('Dissen', 'http://www.noz.de/rss/ressort/Dissen'),
# ('GMHütte', 'http://www.noz.de/rss/ressort/Georgsmarienh%C3%BCtte'),
# ('Glandorf', 'http://www.noz.de/rss/ressort/Glandorf'),
# ('Hagen', 'http://www.noz.de/rss/ressort/Hagen'),
# ('Hasbergen', 'http://www.noz.de/rss/ressort/Hasbergen'),
# ('Hilter', 'http://www.noz.de/rss/ressort/Hilter'),
# ('Lotte', 'http://www.noz.de/rss/ressort/Lotte'),
# ('SF Lotte', 'http://www.noz.de/rss/ressort/SF%20Lotte'),
# ('Osnabrück', 'http://www.noz.de/rss/ressort/Osnabr%C3%BCck'),
# ('OS-Sport', 'http://www.noz.de/rss/ressort/OS-Sport'),
# ('Panthers', 'http://www.noz.de/rss/ressort/Panthers'),
# ('Wallenhorst', 'http://www.noz.de/rss/ressort/Wallenhorst'),
# ('Westerkappeln', 'http://www.noz.de/rss/ressort/Westerkappeln'),
# Bersenbrücker Kreisblatt
# ('Artland', 'http://www.noz.de/rss/ressort/Samtgemeinde%20Artland'),
# ('Artland Dragons', 'http://www.noz.de/rss/ressort/Artland%20Dragons'),
# ('Bersenbrück', 'http://www.noz.de/rss/ressort/Samtgemeinde%20Bersenbr%C3%BCck'),
# ('Fürstenau', 'http://www.noz.de/rss/ressort/Samtgemeinde%20F%C3%BCrstenau'),
# ('Neuenkirchen', 'http://www.noz.de/rss/ressort/Samtgemeinde%20Neuenkirchen'),
# Bramscher Nachrichten
# ('Bramsche', 'http://www.noz.de/rss/ressort/Bramsche'),
# ('Neuenkirchen-Vörden', 'http://www.noz.de/rss/ressort/Neuenkirchen-V%C3%B6rden'),
# Delmenhorster Kreisblatt
# ('Bremen', 'http://www.noz.de/rss/ressort/Bremen'),
# ('Delmenhorst', 'http://www.noz.de/rss/ressort/Delmenhorst'),
# ('Ganderkesee', 'http://www.noz.de/rss/ressort/Ganderkesee'),
# ('Stuhr', 'http://www.noz.de/rss/ressort/Stuhr'),
# Ems-Zeitung
# ('Dörpen', 'http://www.noz.de/rss/ressort/D%C3%B6rpen'),
# ('Lathen', 'http://www.noz.de/rss/ressort/Lathen'),
# ('Nordhümmling', 'http://www.noz.de/rss/ressort/Nordh%C3%BCmmling'),
# ('Papenburg', 'http://www.noz.de/rss/ressort/Papenburg'),
# ('Rhede', 'http://www.noz.de/rss/ressort/Rhede'),
# ('Sögel', 'http://www.noz.de/rss/ressort/S%C3%B6gel'),
# ('Werlte', 'http://www.noz.de/rss/ressort/Werlte'),
# ('Westoverledingen', 'http://www.noz.de/rss/ressort/Westoverledingen'),
# Lingener Tagespost
# ('Emsbueren', 'http://www.noz.de/rss/ressort/Emsb%C3%BCren'),
# ('Freren', 'http://www.noz.de/rss/ressort/Freren'),
# ('Lengerich', 'http://www.noz.de/rss/ressort/Lengerich'),
# ('Lingen', 'http://www.noz.de/rss/ressort/Lingen'),
# ('Lohne', 'http://www.noz.de/rss/ressort/Lohne'),
# ('Salzbergen', 'http://www.noz.de/rss/ressort/Salzbergen'),
# ('Spelle', 'http://www.noz.de/rss/ressort/Spelle'),
# Meller Kreisblatt
# ('Melle', 'http://www.noz.de/rss/ressort/Melle'),
# Wittlager Kreisblatt
# ('Bad Essen', 'http://www.noz.de/rss/ressort/Bad%20Essen'),
# ('Bohmte', 'http://www.noz.de/rss/ressort/Bohmte'),
# ('Ostercappeln', 'http://www.noz.de/rss/ressort/Ostercappeln'),
# Meppener Tagespost
# ('Geeste', 'http://www.noz.de/rss/ressort/Geeste'),
# ('Haren', 'http://www.noz.de/rss/ressort/Haren'),
# ('Haselünne', 'http://www.noz.de/rss/ressort/Hasel%C3%BCnne'),
# ('Herzlake', 'http://www.noz.de/rss/ressort/Herzlake'),
# ('Meppen', 'http://www.noz.de/rss/ressort/Meppen'),
# ('SV Meppen', 'http://www.noz.de/rss/ressort/SV%20Meppen'),
# ('Twist', 'http://www.noz.de/rss/ressort/Twist')
]
extra_css = '''
h2 {margin-top: 0em}
'''
def print_version(self, url):
url_split = url.split('/')
return 'http://www.noz.de/socialmediabar/print/' + url_split[-2]
def preprocess_html(self, soup):
# remove first paragraph
paragraph = soup.find('p')
if paragraph:
paragraph.extract()
else:
self.abort_article()
return soup