标签：init date quit 子模块 吸引 一半 uid mat nal
最近入手一部kindle，本着努力学习的想法，想通过它来提高自己的英文阅读水平，不过，入手之后，发现用来看杂文的时间远大于看英文文章的时间，时间罪过，为了减轻自己的负罪感，决定要用它来实现最初的作用， 用来阅读一些文献，可是放眼望去，现在网上大部分的kindle推送功能一般不会有这方面的内容，大部分的是为了吸引读者，放一些网络小说上来，最可恶的还有的要收费，按月付，按周付各种付费方法，只有你想不到，没有他想不到的，于是想自己做一个推送，毕竟这年头流行私人定制吗。
说干就干，首先要理清一下思路，第一，我需要了解推送的原理，第二，我需要构建推送的文章。好了，先来解决第一部：推送原理
经百度大叔的指导发现：每部kindle都有一个自己的@kindle.com的邮箱，这个一般放在【设置】-【全部设置】-【我的账户】-【发送至Kindle】电子邮件地址，我的是paperwhite，是在这个位置，可能其他型号的不住这位置，不过应该很好找，好了，这个邮箱就是用来当作被发送的邮箱，就是说你只要往这个邮箱里面发生kindle可以识别格式的文件，那么他就会下载到你的kindle里面，但是不可能什么人都可以发送对吧，不然你的kindle会变成垃圾箱，因此首先要登录亚马逊邮箱，打开【我的账户】列表里面【管理我的设备和内容】，选择【设置】，找到如【以认可的发件人邮箱地址】，添加即可如同
所以这第一步就算完成一半了，为什么是一半，因为要编程自主实现啊！
好了，第二个问题，构建推送的文章，这是我需要的文章地址：http://www.tandfonline.com/toc/ilab20/54/3?nav=tocList，我需要最新的文章，那么简单的说，就是每次有最新的文章我都要会自动发送到我的kindle，但是这个杂志两个月才发一次刊，所以基本上我可以手动来操作，没必要再去自动实现。因此我准备只写一个小工具来抓取这个内容，融合可以自动发送到kindle邮箱。
要想实现自动抓取，也就是爬虫，我选择比较熟悉的selenium+phantomJS框架来实现，其实一开始我使用的pyqt5.qtwebKitengine来实现，可是速度太慢，特别着急，所以就改用这个组合。phantomjs是一个无界面浏览器，selenium是一个自动化测试框架，基于python实现的。好了，直接上代码,简简单单几行就搞定：
首先建立虚拟环境，然后在虚拟环境里面操作，导入webdriver和etree两个子模块
通过webdriver.PhantomJS()来建立浏览器驱动，也可以利用本机电脑上的火狐和谷歌浏览器，形如webdriver.Chrome()或者webdriver.Firefox()
接着通过get方法来连接目标网址，通pageg_source属性来获取整个html代码，这个方法比较适合动态网页的获取，一些常用ajax方法处理的动态网页很难获取实际的标签里面的内容，但是通过这种加载到浏览器引擎里面之后就可以全部实现ajax代码的完全运行。不过要提的是这个属于国外网站，国外网站的访问速度，四个字苦不堪言，呜呜
接下来就是解析里面我要的内容：
通过lxml模块来解析成树模型，然后通过xpath来解析：
如图，解析出了文献的题目和相对地址，然后接着做成绝对地址访问截取其中的文献内容就行。
那么解析出来的文章怎么做成kindlegen识别的格式mobi格式呢
这是网上的图片，说的是mobi格式包含的文件，其实还可以有自定义的css，kindlegen这个工具是亚马逊推出的命令行生成mobi工具，目标文件为opf文件，加入手上有paper.html,paper.opf,toc.html,toc.ncx,另外附加图片，css等文件，只要执行kindlegen paper.opf就可以生成mobi文件，因此我们需要构建paper.html,paper.opf,toc.html,toc.ncx文件，这里大家请参考：http://www.cnblogs.com/buptzym/p/5249662.html这篇文章，我同样选用的是jinja2模块，如果没有安装，可以通过pip install jinja2安装，因为我之前一直在看flaskweb编程，flask使用的就是jinja2模块，所以有些选用这个模块
<package xmlns="http://www.idpf.org/2007/opf" version="2.0" unique-identifier="BookId"> <metadata xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:opf="http://www.idpf.org/2007/opf"> <dc:title>{{ title }}</dc:title> <dc:language>en-us</dc:language> </metadata> <manifest> <!-- table of contents [mandatory] --> <item id="toc" media-type="application/x-dtbncx+xml" href="toc.ncx"/> <item id="tochtml" media-type="application/xhtml+xml" href="toc.html"/> {% for item in navigation %} <item id="{{ item.id }}" media-type="application/xhtml+xml" href="{{ item.href }}"/> {% endfor %} {% for item in media %} <item id="{{ item.id }}" media-type="image/{{ item.format}}" href="{{ item.href}}"/> {% endfor %} </manifest> <spine toc="{{ title }}"> <!-- the spine defines the linear reading order of the book --> <itemref idref="toc"/> <itemref idref="tochtml"/> {% for item in navigation %} <itemref idref="{{ item.id }}"/> {% endfor %} </spine> <guide> <reference type="toc" title="Table of Contents" href="toc.html"></reference> <reference type="text" title="Welcome" href="toc.html"></reference> </guide> </package>
这里我直接复制的上述网址大神的代码，因为我只要把item这个变量变成paper就可以了，所以对于我来说，这个代码可以直接拿来用.
那现在只要写个bat文件将"kindlegen.exe paper.opf"写入进去，前提，kindlegen直接写路径或者设置环境变量就可以生成目标mobi文件
那么文件生成了，怎样将其发送到指定的邮箱呢：我选用smtplib模块，先构建一个smtp类，再传入paper参数，如图
import smtplib import email.MIMEMultipart import email.MIMEText import email.MIMEBase from email.utils import parseaddr, formataddr import os.path class smtp: def __init__(self,paper): self.paper=paper self.From=‘你的邮箱‘ self.To=‘你的kindle邮箱‘ self.server = smtplib.SMTP("smtp.126.com") def mimneMultipart(self): # 构造MIMEMultipart对象做为根容器 main_msg = email.MIMEMultipart.MIMEMultipart() # 构造MIMEText对象做为邮件显示内容并附加到根容器 text_msg = email.MIMEText.MIMEText("kindle sendding machine") main_msg.attach(text_msg) # 构造MIMEBase对象做为文件附件内容并附加到根容器 contype = ‘application/octet-stream‘ maintype, subtype = contype.split(‘/‘, 1) ## 读入文件内容并格式化 data = open(self.paper, ‘rb‘) file_msg = email.MIMEBase.MIMEBase(maintype, subtype) file_msg.set_payload(data.read( )) data.close( ) email.Encoders.encode_base64(file_msg) ## 设置附件头 basename = os.path.basename(file_name) file_msg.add_header(‘Content-Disposition‘,‘attachment‘, filename = basename) main_msg.attach(file_msg) # 设置根容器属性 main_msg[‘From‘] = self.From main_msg[‘To‘] = self.To main_msg[‘Subject‘] = "convert" main_msg[‘Date‘] = email.Utils.formatdate( ) # 得到格式化后的完整文本 fullText = main_msg.as_string( ) # 用smtp发送邮件 try: self.server.sendmail(self.From, self.To, fullText) finally: self.server.quit()
这样就基本实现自己的kindle文章的定制，以上代码参考了大量网上大神的，因为我不喜欢重复造轮子，嘿嘿！
标签：init date quit 子模块 吸引 一半 uid mat nal
原文地址：http://www.cnblogs.com/missed-forest/p/7096020.html
