Neculai Fântânaru
Totul depinde de cine conduce
Totul depinde de cine conduce
Puteti vizualiza intregul cod aici: https://pastebin.com/xT2C4PHP
Avem multe fisiere html in care exista urmatoarele taguri:
TITLUL ARTICOLUI (va prelua titlul articolului din tagul <h1 class="den_articol" itemprop="name"></h1>)
<td><h1 class="den_articol" itemprop="name">Abracadabra, cine esti?</h1></td>
DATA ARTICOLULUI (va prelua data din tagul : <td class="text_dreapta"></td>)
<td class="text_dreapta">On Iulie 19, 2010, in <a href="https://neculaifantanaru.com/leadership-impact.html" title="Vezi toate articolele din Leadership Impact" class="external" rel="category tag">Leadership Impact</a>, by Neculai Fantanaru</td>
CORPUL ARTICOLULUI (va prelua toate propozitiile din tagurile <p class="text_obisnuit"> si <p class="text_obisnuit2">
Cu mentiunea ca aceste taguri sunt incadrate in sectiunea < ! -- ARTICOL START --> si < ! -- ARTICOL FINAL --> )
< ! -- ARTICOL START -->
<p class="text_obisnuit">My name is Costel</p>
<p class="text_obisnuit2"><em>Games are my passion</em></p>
< ! -- ARTICOL FINAL -->
LINK ARTICOL (la sfarsitul fiecarui articol va fi afisat link-ul fisierului html, precedat de https://neculaifantanaru.com/ )
abracadabra-cine-esti.html
Codul Python va prelua informatiile din aceste taguri, din toate paginile html, si le va converti intr-un singur fisier PDF. De asemenea, am facut un dictionar care sa transforme Unicode Characters in litere normale, in format UTF-8.
In acelasi folder in care aveti fisierul .py, va trebui sa aveti un alt folder numit "fonts" in care va trebui sa copiati fonturile windows cu care lucrati.
CODE:
from fpdf import fpdf, html import os import re from PyPDF2 import PdfFileMerger def read_text_from_file(file_path): """ Aceasta functie returneaza continutul unui fisier. file_path: calea catre fisierul din care vrei sa citesti """ with open(file_path, encoding='utf8', errors='ignore') as f: text = f.read() f.close() return text file_content = re.sub('<span class="text_obisnuit2">(.*)</span>', '<b>\g<1></b>', file_content) def write_to_file(text, file_path): """ Aceasta functie scrie un text intr-un fisier. text: textul pe care vrei sa il scrii file_path: calea catre fisierul in care vrei sa scrii """ with open(file_path, 'wb') as f: f.write(text.encode('utf8', 'ignore')) f.close() dict_simboluri = dict() dict_simboluri['ă'] = 'ă' dict_simboluri['â'] = 'â' dict_simboluri['ã'] = 'ã' dict_simboluri['â'] = 'â' dict_simboluri['ă'] = 'ă' dict_simboluri['â'] = 'a' dict_simboluri[' '] = ' ' dict_simboluri['î'] = 'î' dict_simboluri['Î'] = 'Î' dict_simboluri['î'] = 'î' dict_simboluri['î'] = 'î' dict_simboluri['Î'] = 'Î' dict_simboluri['Î'] = 'Î' dict_simboluri['î'] = 'î' dict_simboluri['Î'] = 'i' dict_simboluri['Î'] = 'Î' dict_simboluri[' '] = ' ' dict_simboluri['ș'] = 'ș' dict_simboluri['Ș'] = 'Ș' dict_simboluri['Ş'] = 'Ş' dict_simboluri['ș'] = 'ș' dict_simboluri['ş'] = 'ș' dict_simboluri['&'] = '' dict_simboluri['ț'] = 'ț' dict_simboluri['ţ'] = 'ț' dict_simboluri['Ţ'] = 'Ţ' dict_simboluri['ț'] = 'ț' def save_to_pdf(directory_path): for root, dirs, files in os.walk(directory_path): for file_name in files: if file_name.endswith(".html"): file_path = root + os.sep + file_name file_content = read_text_from_file(file_path) # creare fisier PDF class PDF(fpdf.FPDF, html.HTMLMixin): pass pdf = PDF() pdf.add_page() pdf.add_font("Kanit", fname="fonts/Kanit-Regular.ttf") pdf.add_font("Kanit", style="B", fname="fonts/Kanit-Bold.ttf") pdf.add_font("Kanit", style="I", fname="fonts/Kanit-Italic.ttf") pdf.add_font("Kanit", style="BI", fname="fonts/Kanit-BoldItalic.ttf") pdf.set_font("Kanit", size=24) # extras denumire articol den_articol = re.search('<td><h1 class="den_articol" itemprop="name">(.*?)</h1></td>', file_content) if (den_articol == None): print("Nu am gasit --- denumire articol --- in fisierul --- {} ---.".format(file_path)) else: den_articol = den_articol.group(1) for simbol in dict_simboluri.keys(): den_articol = den_articol.replace(simbol, dict_simboluri[simbol]) pdf.set_text_color(204, 0, 0) # rosu pdf.set_font('Kanit', size=14, style="B") pdf.multi_cell(w=190, txt=den_articol) pdf.ln() pdf.set_font('Kanit', size=12) # extras data date = re.search('<td class="text_dreapta">(.*?), in <a', file_content) if (date == None): print("Nu am gasit --- date --- in fisierul --- {} ---.".format(file_path)) else: date = date.group(1) pdf.set_text_color(0, 102, 204) # albastru pdf.set_font('Kanit', size=8, style="B") pdf.cell(txt=date) pdf.ln() pdf.ln() pdf.ln() pdf.ln() pdf.set_text_color(0, 0, 0) # negru (default) pdf.set_font('Kanit', size=12) # extras text articol = re.search('<!-- ARTICOL START -->([\s\S]*?)<!-- ARTICOL FINAL -->', file_content) if (articol == None): print("Nu am gasit --- ARTICOL START/FINAL --- in fisierul --- {} ---.".format(file_path)) else: articol = articol.group(1) articol = articol.replace(""", "\"") articol = articol.replace("’", "'") # paragraphs par_regex = re.compile('<p class="text_obisnuit.*?">.*?</p>') pars = re.findall(par_regex, articol) pars_text = list() if (len(pars) == 0): print("Nu am gasit -- paragrafe text_obisnuit -- in fisierul --- {} ---.".format(file_path)) else: for i in range(0, len(pars)): if ('<p class="text_obisnuit">' in pars[i]): # identificam clasa text_obisnuit si preluam textul content = re.findall('<p class="text_obisnuit">(.*?)</p>', pars[i]) if (len(content) == 0): print("Nu am gasit text in paragraful {}, fisierul {}.".format(pars[i], file_path)) else: # punem textul intr-o celula multi_cell for simbol in dict_simboluri.keys(): content[0] = content[0].replace(simbol, dict_simboluri[simbol]) pars_text.append(content[0]) # pdf.multi_cell(w=190, txt = content[0]) pdf.write_html(text=f'<p class="text_obisnuit">{content[0]}</p>') # adaugam linie goala intre paragrafe pdf.ln(); elif ('<p class="text_obisnuit2">' in pars[i]): # identificam clasa text_obisnuit2 si preluam textul content = re.findall('<p class="text_obisnuit2">(.*?)</p>', pars[i]) if (len(content) == 0): print("Nu am gasit text in paragraful {}, fisierul {}.".format(pars[i], file_path)) else: # setam fontul cu bold pdf.set_font('Kanit', size=12, style="B") # punem textul intr-o celula multi_cell for simbol in dict_simboluri.keys(): content[0] = content[0].replace(simbol, dict_simboluri[simbol]) pars_text.append(content[0]) # pdf.multi_cell(w=190, txt = content[0]) pdf.write_html(text=f'<p class="text_obisnuit2"><b>{content[0]}</b></p>') # adaugam linie goala intre paragrafe pdf.ln(); # resetam fontul pdf.set_font('Kanit', size=12) else: continue # adaugare link pdf.ln() pdf.ln() pdf.set_font('Kanit', size=12, style="B") pdf.cell(txt="Source:") pdf.set_font('Kanit', size=12) pdf.set_text_color(0, 102, 204) # albastru pdf.cell(w=40, txt="https://neculaifantanaru.com/{}".format(file_name), link="https://neculaifantanaru.com/{}".format(file_name)) den_fisier = file_path.split('.')[0] + '.pdf' pdf.output(den_fisier) # break; # functie care face merge la mai multe fisiere pdf def merge_pdf_files(directory_path): merger = PdfFileMerger() for root, dirs, files in os.walk(directory_path): for file_name in files: if file_name.endswith(".pdf"): print("PDF: ", file_name) file_path = root + os.sep + file_name merger.append(file_path) merger.write(root + os.sep + "articles.pdf") merger.close() break; save_to_pdf("c:\\Folder5\\") merge_pdf_files("c:\\Folder5\\")
That's all folks.
If you like my code, then make me a favor: translate your website into Romanian, "ro".
Also, there is a VERSION 2 of this code or VERSION 2 or VERSION 3 or VERSION 4 or VERSION 4
De ce să citeşti această carte? Pentru că este hotărâtoare pentru optimizarea performanţelor tale. Fiindcă pune accent mai mult pe latura umană decât pe conceptul de business, ceea ce permite cu uşurinţă citirea şi înţelegerea ei.
Trăsătura esenţială a acestei cărţi, faţă de altele existente pe piaţă din acelaşi domeniu, este aceea că descrie, prin exemple, competenţele ideale ale unui lider. N-am susţinut niciodată că eşte uşor să devii un lider foarte bun, dar dacă veţi urma pas cu pas...
Pentru unii lideri „a conduce” înseamnă mai mult a juca un joc de şah, un joc de inteligenţă şi perspicacitate; pentru alţii un joc de noroc, un joc pe care cred că-l pot câştiga mergând de fiecare dată la risc şi pariind totul pe o singură carte.
Am scris această carte, care combină într-un mod simplu dezvoltarea personală cu leadershipul, ca pe un joc de puzzle, unde trebuie să combinaţi toate piesele date pentru a reconstitui imaginea de ansamblu.
Scopul acestei cărţi este de a vă oferi cât mai multe informaţii preţioase prin exemple concrete, şi de a vă arăta o cale prin care să dobândiţi capacitatea de a-i determina pe ceilalţi să vadă lucrurile din aceeaşi perspectivă ca dumneavoastră.
Urmăresc în rândurile acestei cărţi să trezesc interesul omului obişnuit pentru acţiune şi succes. Mesajul acestui volum este că o naţiune puternică este format din oameni puternici şi de succes. Iar fiecare din noi are potenţial, deci succes…
