Proyecto para descargar recopilación de cuentos publicados en Pagina12. Convertirlos a restructured text, luego usando rst2epub2 se puede obtener un epub.

Los comandos para utilizarlo:

scrapy crawl cuentos -o cuentos.json -L INFO
python items_to_rst.py
PYTHONPATH=../rst2epub2-master python ../rst2epub2-master/rst2epub.py verano12.rst verano12.epub --traceback --stylesheet verano12.css

Este proyecto fue realizado durante el PyCamp 2017, organizado por PyAr.

• Mario Chacon <[email protected]>
• Laureano Silva <[email protected]>
• Diego <[email protected]>

En rst2epub2 hay un bug al tener unicode en el índice (que se realiza con el título de los cuentos). Si se obtiene el error:

UnicodeEncodeError: 'ascii' codec can't encode character ...

The specified output encoding (utf-8) cannot
handle all of the output.
Try setting "--output-encoding-error-handler" to

* "xmlcharrefreplace" (for HTML & XML output);
  the output will contain "í" and should be usable.
* "backslashreplace" (for other output formats);
  look for "\xed" in the output.
* "replace"; look for "?" in the output.

"--output-encoding-error-handler" is currently set to "xmlcharrefreplace".

Se puede solucionar, editando rst2epub2-master/epublib/epub.py y reemplazando la función _write_toc_ncx, con:

def _write_toc_ncx(self):
    self.toc_map_root.assign_play_order()
    fout = open(os.path.join(self.root_dir, 'OEBPS', 'toc.ncx'), 'wb')
    tmpl = self.loader.load('toc.ncx')
    stream = tmpl.generate(book=self)
    fout.write(stream.render('xml').encode('utf-8'))
    fout.close()