__license__ = 'GPL v3' __copyright__ = '2010, Darko Miletic ' ''' ultimahora.com ''' from calibre.web.feeds.news import BasicNewsRecipe class UltimaHora_py(BasicNewsRecipe): title = 'Ultima Hora' __author__ = 'Darko Miletic' description = 'Noticias de Paraguay y el resto del mundo' publisher = 'EDITORIAL EL PAIS S.A.' category = 'news, politics, Paraguay' oldest_article = 2 max_articles_per_feed = 200 no_stylesheets = True encoding = 'cp1252' use_embedded_content = False language = 'es_PY' remove_empty_feeds = True publication_type = 'newspaper' masthead_url = 'http://www.ultimahora.com/imgs/uh-com.gif' extra_css = ' body{font-family: Arial,Helvetica,sans-serif } img{margin-bottom: 0.4em} .sub_titulo_mediano,.TituloNota{font-family: Georgia,"Times New Roman",Times,serif} .sub_titulo_mediano{font-weight: bold} ' # noqa conversion_options = { 'comment': description, 'tags': category, 'publisher': publisher, 'language': language } remove_tags = [ dict(name=['form', 'iframe', 'embed', 'object', 'link', 'base', 'table'])] keep_only_tags = [ dict(attrs={'id': ['nota_titulo', 'nota_copete', 'texto']})] feeds = [ (u'Arte y Espectaculos', u'http://www.ultimahora.com/adjuntos/rss/UHEspectaculos.xml'), (u'Ciudad del Este', u'http://www.ultimahora.com/adjuntos/rss/UHCDE.xml'), (u'Deportes', u'http://www.ultimahora.com/adjuntos/rss/UHDeportes.xml'), (u'Ultimo momento', u'http://www.ultimahora.com/adjuntos/rss/UltimoMomento.xml'), (u'Nacionales', u'http://www.ultimahora.com/adjuntos/rss/uh-rss-nacionales.xml'), (u'Politica', u'http://www.ultimahora.com/adjuntos/rss/uh-rss-politica.xml'), (u'Sucesos', u'http://www.ultimahora.com/adjuntos/rss/uh-rss-sucesos.xml'), (u'Economia', u'http://www.ultimahora.com/adjuntos/rss/uh-rss-economia.xml'), (u'Ciencia y Tecnologia', u'http://www.ultimahora.com/adjuntos/rss/uh-rss-ciencia.xml') ] def preprocess_html(self, soup): for item in soup.findAll(style=True): del item['style'] return soup