Recepción gratuita de periódicos en el Kindle vía WiFi

[lordvetinari2]

Pasos a seguir para hacer las recetas:
[chas]
Y eso es todo. Espero haberte servido de ayuda Robkiller. Me explico fatal así que si no entiendes algo pregunta.

Crear una receta no es tan fácil como añadir los feeds RSS y darle a un botón, al menos no en la mayoría de casos. Que nadie se asuste si le salen cosas raras, o si no le sale nada, o si le da error, cuando intenta hacer la suya.

Lo que hace el Calibre cuando le das una lista de RSS es descargar la página enlazada desde el feed RSS. Si no le das más parámetros, las va añadiendo tal y como salen una tras otra hasta crear un ebook. Normalmente la página enlazada desde un RSS incluye demasiada información, que sirve para navegar pero no para leer. Por ejemplo, los menús con enlaces sociales para compartir la noticia, las noticias relacionadas, el menú de navegación de la parte superior, los comentarios de los usuarios, etc. Todo eso no interesa para la lectura, ocupa espacio y sobre todo molesta para leer el cuerpo de la noticia.

Para quitar toda esa "basura", se pueden seguir dos métodos bien diferenciados:

• Uno, encontrar la URL de la misma noticia en su vista para imprimir o en su vista optimizada para dispositivos móviles. Esta vista suele incluir sólo el texto pelao sin los elementos que distraen. Cuando encuentras la URL, tienes que definir una expresión regular que sustituirá la URL del enlace del RSS por la URL de la vista sólo texto. No apto para cardiacos.

• Dos, hacer ingeniería inversa de la página para descubrir cómo está estructurada. Qué etiquetas contienen texto e imágenes que nos interesa mantener y qué etiquetas corresponden a contenido de navegación que queremos borrar. Si no sabes expresiones regulares, esto puede ser más fácil que el método anterior, pero lleva su tiempo y no da buenos resultados cuando alguna sección del periódico tiene un diseño distinto. En este caso, te toca trastear con la librería de parsing BeautifulSoup en Python. No apto para cardiacos.

Luego te puedes encontrar que el feed RSS sólo lleva a la primera página del artículo y hay que pinchar en "Siguiente" o en "2", "3", etc para ver el resto del artículo. Si no le decimos nada, Calibre sólo se descargará la primera página. A esto se le llama artículos "multipágina" y (me parece que) se resuelve utilizando expresiones regulares. Este artículo de Wired es un ejemplo.

Roteta, si tu receta de 20minutos produce ebooks chulos, ¿puedes subirla al bug tracker de Calibre? Así otros usuarios que quieran leer 20minutos pueden aprovecharse de tu esfuerzo.