#!/usr/bin/env python2
__license__ = 'GPL v3'
__copyright__ = '08 Januery 2011, desUBIKado'
__author__ = 'desUBIKado'
__description__ = 'Daily newspaper from Biscay'
__version__ = 'v0.13'
__date__ = '28, July 2016'
'''
http://www.elcorreo.com/
'''

import time
import re
from calibre.web.feeds.news import BasicNewsRecipe


class elcorreo(BasicNewsRecipe):
    __author__ = 'desUBIKado'
    description = 'Daily newspaper from Biscay'
    title = u'El Correo'
    publisher = 'Vocento'
    category = 'News, politics, culture, economy, general interest'
    oldest_article = 1
    delay = 1
    max_articles_per_feed = 100
    no_stylesheets = True
    use_embedded_content = False
    masthead_url = 'http://www.elcorreo.com/vizcaya/noticias/201002/02/Media/logo-elcorreo-nuevo.png'
    language = 'es'
    timefmt = '[%a, %d %b, %Y]'
    encoding = 'utf-8'
    remove_empty_feeds = True
    remove_javascript = True

    feeds = [
        (u'Portada',        u'http://www.elcorreo.com/bizkaia/rss/atom/portada'),
        (u'Mundo',         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=internacional'),
        (u'Bizkaia',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=bizkaia'),
        (u'Guipuzkoa',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=gipuzkoa'),
        (u'Araba',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=araba'),
        (u'La Rioja',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=larioja'),
        (u'Miranda',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=miranda'),
        (u'Economía',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=economia'),
        (u'Culturas',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=culturas'),
        (u'Politica',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=politica'),
        (u'Tecnología',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=tecnologia'),
        (u'Gente - Estilo',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=gente-estilo'),
        (u'Planes',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=planes'),
        (u'Athletic',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=athletic'),
        (u'Alavés',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=alaves'),
        (u'Bilbao Basket',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=bilbaobasket'),
        (u'Baskonia',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=baskonia'),
        (u'Deportes',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=deportes'),
        (u'Jaiak',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=jaiak'),
        (u'La Blanca',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=la-blanca-vitoria'),
        (u'Aste Nagusia',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=aste-nagusia-bilbao'),
        (u'Semana Santa',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=semana-santa'),
        (u'Festivales',
         u'http://www.elcorreo.com/bizkaia/rss/atom?seccion=festivales')
    ]

    keep_only_tags = [
        dict(name='article', attrs={'class': ['story media-list ']})
    ]

    remove_tags = [
        dict(name='span', attrs={'class': ['no-comments']}),
        dict(name='div', attrs={'class': ['compApoyosText compNoticiasR']})
    ]

    remove_tags_before = dict(name='article', attrs={
                              'class': 'story media-list '})
    remove_tags_after = dict(name='article', attrs={
                             'class': 'story media-list '})

    # Usamos la versión para móviles

    def print_version(self, url):
        return url.replace('http://www.', 'http://m.')

    _processed_links = []

    def get_article_url(self, article):

        link = article.get('link', None)

        if link is None:
            return article

        # modificamos la url de las noticias de los equipos deportivos para que funcionen, por ejemplo:
        # http://athletic.elcorreo.com/noticias/201407/27/muniain-estrella-athletic-para-20140727093046.html
        # http://m.elcorreo.com/noticias/201407/27/muniain-estrella-athletic-para-20140727093046.html?external=deportes/athletic

        parte = link.split('/')

        if parte[2] == 'athletic.elcorreo.com':
            link = 'http://m.elcorreo.com/' + \
                parte[3] + '/' + parte[4] + '/' + parte[5] + \
                '/' + parte[6] + '?external=deportes/athletic'
        else:
            if parte[2] == 'baskonia.elcorreo.com':
                link = 'http://m.elcorreo.com/' + \
                    parte[3] + '/' + parte[4] + '/' + parte[5] + \
                    '/' + parte[6] + '?external=deportes/baskonia'
            else:
                if parte[2] == 'bilbaobasket.elcorreo.com':
                    link = 'http://m.elcorreo.com/' + parte[3] + '/' + parte[4] + '/' + parte[
                        5] + '/' + parte[6] + '?external=deportes/bilbaobasket'
                else:
                    if parte[2] == 'alaves.elcorreo.com':
                        link = 'http://m.elcorreo.com/' + \
                            parte[3] + '/' + parte[4] + '/' + parte[5] + \
                            '/' + parte[6] + '?external=deportes/alaves'

        # A veces el mismo articulo aparece en la versión de Alava y en la de Bizkaia. Por ejemplo:
        # http://www.elcorreo.com/alava/deportes/motor/formula-1/201407/27/ecclestone-quiere-briatore-ayude-20140727140820-rc.html
        # http://www.elcorreo.com/bizkaia/deportes/motor/formula-1/201407/27/ecclestone-quiere-briatore-ayude-20140727140820-rc.html
        # para controlar los duplicados, unificamos las url para que sean
        # siempre de bizkaia (excepto para la sección "araba")

        if ((parte[3] == 'alava') and (parte[4] != 'araba')):
            link = link.replace('elcorreo.com/alava', 'elcorreo.com/bizkaia')

        # Controlamos si el artículo ha sido incluido en otro feed para
        # eliminarlo

        if not (link in self._processed_links):
            self._processed_links.append(link)
        else:
            link = None

        return link

    # Recuperamos la portada de papel (la imagen format=1 tiene mayor
    # resolucion)

    def get_cover_url(self):
        cover = None
        st = time.localtime()
        year = str(st.tm_year)
        month = "%.2d" % st.tm_mon
        day = "%.2d" % st.tm_mday
        # http://info.elcorreo.com/pdf/07082013-viz.pdf
        cover = 'http://info.elcorreo.com/pdf/' + day + month + year + '-viz.pdf'
        br = BasicNewsRecipe.get_browser(self)
        try:
            br.open(cover)
        except:
            self.log("\nPortada no disponible")
            cover = 'http://www.elcorreo.com/vizcaya/noticias/201002/02/Media/logo-elcorreo-nuevo.png'
        return cover

    # Para cambiar el estilo del texto

    extra_css = '''
            h4 {font-family:Arial,Helvetica,sans-serif; font-weight:bold;font-size:28px;}
            .place {font-family:Arial,Helvetica,sans-serif; font-weight:normal;font-size:12px;}
                    .name {font-family:Arial,Helvetica,sans-serif; font-weight:bold;font-size:12px;}
                    .overhead, .compLadillo, description {font-family:georgia,serif; font-weight:bold;font-size:18px;}
                    .compSumario, .detalle-titular {font-family:georgia,serif; font-style:italic; font-weight:normal;font-size:22px;color:#4D4D4D;}
                    img{margin-bottom: 0.4em}
                '''

    preprocess_regexps = [

        # Para presentar la imagen de los video incrustados
        (re.compile(r'stillURLVideo: \'', re.DOTALL | re.IGNORECASE),
         lambda match: '</script><img src="'),
        (re.compile(r'.jpg\',', re.DOTALL | re.IGNORECASE),
         lambda match: '.jpg"><SCRIPT TYPE="text/JavaScript"'),

        # Para quitar el punto de la lista
        (re.compile(r'<li class="destacada">', re.DOTALL | re.IGNORECASE),
         lambda match: '<div class="destacada"></div>')

    ]