Skip to content

Instantly share code, notes, and snippets.

@lozhn

lozhn/sonets.py

Last active August 29, 2015 14:11
Show Gist options
  • Save lozhn/bdaa66506bd902fd2778 to your computer and use it in GitHub Desktop.
Save lozhn/bdaa66506bd902fd2778 to your computer and use it in GitHub Desktop.
Download ZIP
Грабим engshop.ru на предмет всех 154 сонетов Шекспира в ПДФничек и делаем 2 версии : оригинал / оригинал + перевод Маршака
Raw
sonets.py
#!/usr/local/bin/python
# -*- coding: utf-8 -*-
import lxml.html
import pdfkit
import markdown
base_url = "http://engshop.ru/shekspir-sonet-%i-na_anglieskom/"
options = {
# 'page-size': 'Letter',
'encoding': "UTF-8",
'no-outline': None,
}
# только енг
l = u"<html><pre>"
for i in xrange(1,155):
page = lxml.html\
.parse("http://engshop.ru/shekspir-sonet-%i-na_anglieskom/" % i)\
.xpath('//pre/text()')
x = page[0].split('\n')
# говнокод говнокод говнокод, но как-то так быстро получилось и работает
# самые траблы были с тем как wkhtmltopdf переводит html в pdf, неправославно как-то
# в итоге вот такие костыли
a = "<p>Sonet no. %i </p>" % i
for i in x:
a+="<p>"+i+"</p>"
a+="<br>"
l+=a
l+="</pre></html>"
pdfkit.from_string(l, 'eng.pdf', options=options)
# тут мы делаем енг+рус
l = u"<html><pre>"
for i in xrange(1,155):
page = lxml.html\
.parse("http://engshop.ru/shekspir-sonet-%i-na_anglieskom/" % i)\
.xpath('//pre/text()')
x = page[0].split('\r')
y = page[1].split('\r')
a = "<table><tr><p>Sonet no. %i </p></tr>" % i
for i in xrange(len(x)):
# еще один костыль, в русском(а может в английском, не смотрел) переводе где-то строк меньше(почему-то)
aa = x.pop(0) if len(x) else ""
bb = y.pop(0) if len(y) else ""
a+="<tr><td><p>"+aa+"</p></td><td>"+"<p>"+bb+"</p></td></tr>"
a+="</table><br>"
l+=a
l+="</pre></html>"
pdfkit.from_string(l, 'eng-rus.pdf', options=options)
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment