Ayuda para corregir receta del Marca

[paseolpz]

Buenas, me he preparado una receta del Marca, con mucho contenido, pero cada noticia sale con los comentarios que salen en la pagina del marca, con lo cual la noticia termina siendo larga y con contenido que no es necesario, esta por ejemplo: http://www.marca.com/2011/01/19/motor/rallies/1295460113.html

Hay alguna forma para que solo aparezca la noticia y quitar los comentarios?

Saludos.

[Quest10]

Sí que hay formas de quitarlos. Pasate por la explicación que se da aquí:
http://www.lectoreselectronicos.com/showthread.php?6793-Peque%F1a-Gu%EDa-para-agregar-recetas-a-Calibre
Suerte e ilusión

[paseolpz]

Pues va a ser que la parte de los comentarios no se puede eliminar.

[Quest10]

Yo probaría a quitar las class bloque_int_corr estirar, el de id comentarios... vamos que sí se puede

[paseolpz]

Algo debo de estar haciendo mal, pongo esto en el modo avanzado:


class AdvancedUserRecipe1295853008(BasicNewsRecipe):
title = u'Fuente de noticias desconocida'
oldest_article = 7
max_articles_per_feed = 100

feeds = [(u'Superbike', u'http://www.marca.com/2011/01/19/motor/superbikes/1295434101.html')]
remove_tags =[dict(name='div', attrs={'class':['estirar', 'publi-rascacielosIzq', 'publi-rascacielosDer', 'publi990','bloque izquierda', 'publi_630_noticia estirar','bloque_int_corr estirar','bloque_otras','comentarios']}),
, ]

y desde ahi mismo, al pulsar actualizar o añadir esta receta me da este error:

http://img140.imageshack.us/img140/2485/dibujotyb.jpg

Si en vez de eso, cambio a modo basico, actualizo o añado la receta y luego entro a mirar esa receta en modo avanzado, no se han aplicado los cambios, me sale esto:


class AdvancedUserRecipe1295857497(BasicNewsRecipe):
title = u'Fuente de noticias desconocida'
oldest_article = 7
max_articles_per_feed = 100

feeds = [(u'Superbike', u'http://www.marca.com/2011/01/19/motor/superbikes/1295434101.html')]

[Quest10]

¿Te das cuenta que el remove no tiene el indentado correcto? Debiera estar alineado con feeds, max_articles... En este lenguaje la indentación cuenta

[paseolpz]

Efectivamente, ese era el error

http://img17.imageshack.us/img17/3664/dibujovju.jpg

el texto completo es este:


remove_tags =[
dict(name='div', attrs={'class':['publi_630_noticia estirar', 'bloque_int_corr estirar', 'bloque_otras', 'comentarios']}),
]

Pero asi me salen las noticias en el lector:

http://img225.imageshack.us/img225/5007/dibujopmx.jpg

O yo no entiendo mucho este lenguaje o algo se me pasa que no lo veo.

Saludos.

[Quest10]

Yo empezaría quitando también el javascript, y marcando algo para dejar (keep_tag)

[paseolpz]

Pues nada, no logro que salga bien, sigue saliendome "deforme" las noticias.

[tolyluis]

¿Calibre no tiene una receta ya hecha para el marca, o es que quieres mejorar lo que ya hay?

[paseolpz]

La tiene pero sale mucha paja, publicidad, facebook, comentarios, etc.