抓取网页内容生成kindle电子书

浏览数：750 / 时间：2015年06月09日

参考：

  • http://calibre-ebook.com/download_linux
  • http://blog.codinglabs.org/articles/convert-html-to-kindle-book.html

The Linux Command Line

#TLCL.recipe
from calibre.web.feeds.recipes import BasicNewsRecipe
class The_Linux_Command_Line(BasicNewsRecipe):
 
    title = ‘The Linux Command Line‘
    description = ‘The Linux Command Line‘
    cover_url = ‘http://img5.douban.com/lpic/s7056078.jpg‘
 
    url_pre = ‘http://billie66.github.io/TLCL/book/‘
    no_stylesheets = True
    keep_only_tags = [{ ‘class‘: ‘typo‘ }]　　　　#内容的寻找范围
 
    def parse_index(self):
        soup = self.index_to_soup(self.url_pre)#目录页
 
        div = soup.find(‘div‘, {‘class‘: ‘contents‘})#目录页的寻找范围
 
        articles = []
        for link in div.findAll(‘a‘):
                
            til = link.contents[0].strip()
            url = self.url_pre + link[‘href‘]
            a = { ‘title‘: til, ‘url‘: url }
 
            articles.append(a)
 
        results = [(‘The Linux Command Line‘, articles)]
 
        return results

 

郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。

标签： des class style log com http si html it des class style log com http si html it

相关文章

随机文章

您可能还喜欢

您可能还喜欢