home *** CD-ROM | disk | FTP | other *** search
/ Chip 2011 November / CHIP_2011_11.iso / Programy / Narzedzia / Calibre / calibre-0.8.18.msi / file_280 / ultimahora.recipe < prev    next >
Text File  |  2011-09-09  |  3KB  |  53 lines
  1. __license__   = 'GPL v3'
  2. __copyright__ = '2010, Darko Miletic <darko.miletic at gmail.com>'
  3. '''
  4. ultimahora.com
  5. '''
  6.  
  7. from calibre.web.feeds.news import BasicNewsRecipe
  8.  
  9. class UltimaHora_py(BasicNewsRecipe):
  10.     title                 = 'Ultima Hora'
  11.     __author__            = 'Darko Miletic'
  12.     description           = 'Noticias de Paraguay y el resto del mundo'
  13.     publisher             = 'EDITORIAL EL PAIS S.A.'
  14.     category              = 'news, politics, Paraguay'
  15.     oldest_article        = 2
  16.     max_articles_per_feed = 200
  17.     no_stylesheets        = True
  18.     encoding              = 'cp1252'
  19.     use_embedded_content  = False
  20.     language              = 'es_PY'
  21.     remove_empty_feeds    = True
  22.     publication_type      = 'newspaper'
  23.     masthead_url          = 'http://www.ultimahora.com/imgs/uh-com.gif'
  24.     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} '
  25.  
  26.     conversion_options = {
  27.                           'comment'   : description
  28.                         , 'tags'      : category
  29.                         , 'publisher' : publisher
  30.                         , 'language'  : language
  31.                         }
  32.  
  33.     remove_tags    = [dict(name=['form','iframe','embed','object','link','base','table'])]
  34.     keep_only_tags = [dict(attrs={'id':['nota_titulo','nota_copete','texto']})]
  35.  
  36.  
  37.     feeds = [
  38.                (u'Arte y Espectaculos' , u'http://www.ultimahora.com/adjuntos/rss/UHEspectaculos.xml'    )
  39.               ,(u'Ciudad del Este'     , u'http://www.ultimahora.com/adjuntos/rss/UHCDE.xml'             )
  40.               ,(u'Deportes'            , u'http://www.ultimahora.com/adjuntos/rss/UHDeportes.xml'        )
  41.               ,(u'Ultimo momento'      , u'http://www.ultimahora.com/adjuntos/rss/UltimoMomento.xml'     )
  42.               ,(u'Nacionales'          , u'http://www.ultimahora.com/adjuntos/rss/uh-rss-nacionales.xml' )
  43.               ,(u'Politica'            , u'http://www.ultimahora.com/adjuntos/rss/uh-rss-politica.xml'   )
  44.               ,(u'Sucesos'             , u'http://www.ultimahora.com/adjuntos/rss/uh-rss-sucesos.xml'    )
  45.               ,(u'Economia'            , u'http://www.ultimahora.com/adjuntos/rss/uh-rss-economia.xml'   )
  46.               ,(u'Ciencia y Tecnologia', u'http://www.ultimahora.com/adjuntos/rss/uh-rss-ciencia.xml'    )
  47.             ]
  48.  
  49.     def preprocess_html(self, soup):
  50.         for item in soup.findAll(style=True):
  51.             del item['style']
  52.         return soup
  53.