from calibre.web.feeds.news import BasicNewsRecipe class GlosWielkopolski(BasicNewsRecipe): title = u'G\u0142os Wielkopolski' __author__ = 'fenuks' description = u'Gazeta Regionalna Głos Wielkopolski. Najnowsze Wiadomości Poznań. Czytaj Informacje Poznań!' category = 'newspaper' language = 'pl' encoding = 'iso-8859-2' masthead_url = 'http://s.polskatimes.pl/g/logo_naglowek/gloswielkopolski.png?24' oldest_article = 7 max_articles_per_feed = 100 remove_empty_feeds = True no_stylesheets = True use_embedded_content = False ignore_duplicate_articles = {'title', 'url'} remove_tags_after = dict(attrs={'src': 'http://nm.dz.com.pl/dz.png'}) remove_tags = [dict(id='mat-podobne'), dict(name='a', attrs={'class': 'czytajDalej'}), dict(attrs={ 'src': 'http://nm.dz.com.pl/dz.png'}), dict(name='a', attrs={'href', 'http://www.gloswielkopolski.pl/newsletter/'})] feeds = [ (u'Wszystkie', u'http://gloswielkopolski.feedsportal.com/c/32980/f/533779/index.rss?201302'), (u'Wiadomo\u015bci', u'http://gloswielkopolski.feedsportal.com/c/32980/f/533780/index.rss?201302'), (u'Sport', u'http://gloswielkopolski.feedsportal.com/c/32980/f/533781/index.rss?201302'), (u'Kultura', u'http://gloswielkopolski.feedsportal.com/c/32980/f/533782/index.rss?201302'), (u'Porady', u'http://www.gloswielkopolski.pl/rss/gloswielkopolski_porady.xml?201302'), (u'Blogi', u'http://www.gloswielkopolski.pl/rss/gloswielkopolski_blogi.xml?201302'), (u'Nasze akcje', u'http://www.gloswielkopolski.pl/rss/gloswielkopolski_naszeakcje.xml?201302'), (u'Opinie', u'http://www.gloswielkopolski.pl/rss/gloswielkopolski_opinie.xml?201302'), (u'Magazyn', u'http://www.gloswielkopolski.pl/rss/gloswielkopolski_magazyn.xml?201302')] def print_version(self, url): return url.replace('artykul', 'drukuj') def skip_ad_pages(self, soup): if 'Advertisement' in soup.title: nexturl = soup.find('a')['href'] return self.index_to_soup(nexturl, raw=True) def get_cover_url(self): soup = self.index_to_soup( 'http://www.prasa24.pl/gazeta/glos-wielkopolski/') self.cover_url = soup.find(id='pojemnik').img['src'] return getattr(self, 'cover_url', self.cover_url)