Recipe for Periodismo Humano

[Tito HX]

Hi, people

I made a recipe for Periodismo Humano, a Spanish online newspaper focused in human rights

Here there is the source code

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

class PeriodismoHumanoRecipe(BasicNewsRecipe):

	title = u'Periodismo Humano'
	__author__ = 'Herrero, L.'
	description = 'Periodismo Humano: información que sí importa'
	oldest_article = 7
	max_articles_per_feed = 100
	no_stylesheets = True
	encoding = 'utf-8'
	publisher = 'Periodismo Humano'
	category = 'news, Spain, world'
	language = 'es_ES'
	publication_type = 'newsportal'
	remove_empty_feeds = True
	remove_javascript = True
	use_embedded_content = False # Luego ya borramos lo que sea

	remove_attributes = ['height','width']

	extra_css = """
		.wp-caption-text{font-family: sans-serif; font-style:italic; font-size:80%; text-align: justify; }
		"""

	# Vamos a mantener su estilo por ahora
	#extra_css = """
		# p{text-align: justify; font-size: 100%}
		# body{ text-align: justify; font-size:100% }
		# h5{font-family: sans-serif; font-size:100%; font-weight:bold; text-align: left; }
		# h4{font-family: sans-serif; font-size:110%; font-weight:bold; text-align: left; }
		# h3{font-family: sans-serif; font-size:120%; font-weight:bold; text-align: left; }
		# h2{font-family: sans-serif; font-size:150%; font-weight:bold; text-align: left; }
		# h1{font-family: sans-serif; font-size:150%; font-weight:bold; text-align: left; }
		# img {float:left; padding:5px 20px 10px 5px;}
		# .author-date-head{font-family: sans-serif; font-size:120%; text-align: left; }
		# .subtitle{font-family: sans-serif; font-size:120%; font-weight:bold; text-align: justify; }
	#	.wp-caption-text{font-family: sans-serif; font-style:italic; font-size:80%; text-align: justify; }	#Comentarios de las fotos más pequeños y en cursivas
	#	"""

	conversion_options = {
		'comments' : description,
		'tags' : category,
		'language' : language,
		'publisher' : publisher
		}

	def get_cover_url(self):
		return 'http://periodismohumano.com/files/2010/01/logoconslogan-300x211.jpg'

	# Nos quedamos sólo con el div content y sus hijos
	keep_only_tags = [
		dict(name='div', attrs={'id':'content'})
		]

	# De los hijos nos sobran algunas cosas
	remove_tags = [
		# La categoría la removeremos con expresiones regulares
		dict(name='ul', attrs={'id':'share-services-head'}),	# Share de arriba
		dict(name='div', attrs={'id':'share'}), 				# Share de abajo
		dict(name='div', attrs={'class':'clearfix share'}), 	# Otro hare de abajo
		dict(name='div', attrs={'id':'comments-title'}), 		# Comentarios
		dict(name='div', attrs={'class':'navigation_comment clearfix'}),
		dict(name='ol', attrs={'class':'commentlist'}),
		dict(name='div', attrs={'id':'respond'}),
		dict(name='div', attrs={'id':'sidebar'}),
		#comentarios
		dict(name='div', attrs={'class':'comments'}),
		# Títulos de las secciones
		dict(name='h1', attrs={'id':'header-logo'})
	]

	# Feeds extraidos de la barra de secciones, http://periodismohumano.com/el-equipo y http://periodismohumano.com/seccion/enfoques
	feeds = [
		#Secciones
		(u'Sociedad', u'http://periodismohumano.com/seccion/sociedad/feed/atom'),
		(u'Economía', u'http://periodismohumano.com/seccion/economia/feed/atom'),
		(u'Migración', u'http://periodismohumano.com/seccion/migracion/feed/atom'),
		(u'Mujer', u'http://periodismohumano.com/seccion/mujer/feed/atom'),
		(u'En conflicto', u'http://periodismohumano.com/seccion/en-conflicto/feed/atom'),
		(u'Culturas', u'http://periodismohumano.com/seccion/culturas/feed/atom'),
		(u'Cooperación', u'http://periodismohumano.com/seccion/cooperacion/feed/atom'),
		# Enfoques
		(u'P+HD (Redacción)',u'http://pmasdh.periodismohumano.com/feed/atom'),
		(u'Alianzas (Leila Nachawati)', u'http://alianzas.periodismohumano.com/feed/atom'),
		(u'Con Papeles (Javier Galparsoso)', u'http://conpapeles.periodismohumano.com/feed/atom'),
		(u'Consume y Muere (Xóse A. López)', u'http://consumeymuere.periodismohumano.com/feed/atom'),
		(u'El Gran Juego (Carlos Sardiña)', u'http://elgranjuego.periodismohumano.com/feed/atom'),
		(u'El Minotauro Anda Suelto (Olga Rodríguez)', u'http://minotauro.periodismohumano.com/feed/atom'),
		(u'Fronteras (Juan José Téllez)', u'http://tellez.periodismohumano.com/feed/atom'),
		(u'Inquietudes Bárbaras (Luís García Montero)', u'http://garciamontero.periodismohumano.com/feed/atom'),
		(u'La Madeja de Ariana (Ariadna Alvarado)', u'http://ariana.periodismohumano.com/feed/atom'),
		(u'Pandoras Invisibles (Helena Maleno)', u'http://pandoras.periodismohumano.com/feed/atom'),
		(u'Ruedas de Molino (Luis Acebal)',u'http://ruedasdemolino.periodismohumano.com/feed/atom'),
		(u'Toma la Palabra', u'http://tomalapalabra.periodismohumano.com/feed/atom'),
		(u'Tras la Política (David Martos)', u'http://traslapolitica.periodismohumano.com/feed/atom'),
		# Sociedad Civil
		(u'Amnistía Internacional', u'http://amnistiainternacional.periodismohumano.com/feed/atom'),
		(u'Greenpeace', u'http://greenpeace.periodismohumano.com/feed/atom'),
		(u'Médicos sin Fronteras', u'http://msf.periodismohumano.com/feed/atom'),
		# Periodismo Ciudadano
		(u'Bottup', u'http://bottup.periodismohumano.com/feed/atom')
	]

	preprocess_regexps = [
		# Eliminamos el título de la categoría
		(re.compile(r'<h2 class="category cat-title.*?</h2>', re.DOTALL|re.IGNORECASE), lambda m: ''),
		# Indicamos que antes había un vídeo (que en un ebook quizás no se vea)
		(re.compile(r'<param name="movie"', re.DOTALL|re.IGNORECASE), lambda match: '<small>[Video] </small><param name="movie"')
	]

Now a couple of questions. The license of the web page is Creative Commons, and I'd like to show it on the final document. Is there any way, o do you suggest any alternative?

Also, I am trying to commit the recipe to the Calibre main development as said here, but it seems like they changed the bug track system. How can I send the recipe now?

If somebody has any suggestion, feel free to say it (simple ones, please, I am a newbie!)

Cheers

Tito HX

[Starson17]

Originally Posted by Tito HX

The license of the web page is Creative Commons, and I'd like to show it on the final document. Is there any way, o do you suggest any alternative?

You can add it to the description to show it before the recipe is used. To add content, use BeautifulSoup and Tag to add a tag or you can modify an existing tag in preprocess_html