# openai_api_key = "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" # wordpress_url = "https://vrsimracers.com" # wordpress_username = "elgatodeescayola" # wordpress_password = "9cqIt77X14Juhbw4KStW68bu" # PARTO DE 9,61€ # 1 NOTICIA PROCESADA: 9,53€ (PRECIO 8 CENTS.) # 1 NOTICIA MÁS PROCESADA: 9,45€ (PRECIO 8 CENTS.) import requests from bs4 import BeautifulSoup import openai import base64 import time from wordpress_xmlrpc import Client, WordPressPost from wordpress_xmlrpc.methods import media, posts from wordpress_xmlrpc.compat import xmlrpc_client from io import BytesIO import os import tkinter as tk from tkinter import ttk from tkinter import messagebox import threading import warnings from urllib3.exceptions import InsecureRequestWarning import threading from tkinter import messagebox import requests from bs4 import BeautifulSoup from bs4 import BeautifulSoup, NavigableString # Configuración news_sites = [ "https://www.onlineracedriver.com/category/blog/", "https://traxion.gg/category/news/", "https://www.simracenews.com/sim-racing-news", "https://racesimcentral.net/itm/articles/", "https://boxthislap.org/", "https://www.bsimracing.com/", "https://www.overtake.gg/", "https://www.gtplanet.net/" ] openai_api_key = "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" wordpress_url = "https://iaranda.es/xmlrpc.php" # Aseguramos usar HTTPS wordpress_username = "admin" # Reemplaza con tu usuario de WordPress wordpress_password = "8pE0 NscB KDEB 8rfy jyF8 KQUu" # Reemplaza con la contraseña de aplicación generada blog_category_id = 47 # Reemplaza con el ID de categoría correcto ARCHIVO_NOTICIAS_PROCESADAS = "noticias_procesadas.txt" num_palabras = 1100 # Verificar HTTPS if not wordpress_url.startswith('https://'): raise ValueError("La URL de WordPress debe usar HTTPS para Application Passwords") # Configuración de autenticación básica auth = (wordpress_username, wordpress_password) # ... [Las funciones cargar_noticias_procesadas y guardar_noticias_procesadas permanecen igual] ... # Suprimir advertencias de SSL inseguro warnings.simplefilter('ignore', InsecureRequestWarning) def redactar_noticia(noticia): try: prompt = f""" Título: {noticia['titulo']} Contenido original: {noticia['contenido'][:1000]} # Limitamos a 1000 caracteres para evitar tokens excesivos Tarea: Reescribe y amplía esta noticia de simracing. Mantén la información esencial pero añade más contexto, detalles y, si es apropiado, opiniones expertas. El tono debe ser informativo pero entretenido, dirigido a entusiastas del simracing. La longitud debe ser de aproximadamente 500 palabras. """ response = openai.ChatCompletion.create( model="gpt-3.5-turbo", # Puedes cambiar a "gpt-4" si tienes acceso messages=[ {"role": "system", "content": "Eres un periodista experto en simracing con un estilo de escritura atractivo y conocimientos profundos sobre juegos de carreras y simuladores."}, {"role": "user", "content": prompt} ], max_tokens=1000, n=1, stop=None, temperature=0.7, ) return response.choices[0].message['content'].strip() except Exception as e: print(f"Error al redactar la noticia: {e}") return noticia['contenido'] # Devuelve el contenido original si hay un error def parafrasear_titulo(titulo): try: response = openai.ChatCompletion.create( model="gpt-3.5-turbo", # Puedes cambiar a "gpt-4" si tienes acceso messages=[ {"role": "system", "content": "Eres un asistente experto en parafrasear títulos de noticias de simracing. Tu tarea es reformular el título dado de manera atractiva y única, manteniendo su esencia y significado original."}, {"role": "user", "content": f"Parafrasea el siguiente título de noticia de simracing: '{titulo}'"} ], max_tokens=60, n=1, stop=None, temperature=0.7, ) return response.choices[0].message['content'].strip() except Exception as e: print(f"Error al parafrasear el título: {e}") return titulo # Devuelve el título original si hay un error def scrape_simracing_news(url): try: headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.82 Safari/537.36" } response = requests.get(url, headers=headers, verify=False, timeout=10) response.raise_for_status() # Esto levantará una excepción para códigos de estado HTTP no exitosos soup = BeautifulSoup(response.content, 'html5lib') articles = soup.find_all('article') if not articles: # Si no se encuentran artículos, buscar otros elementos comunes articles = soup.find_all(['div', 'section'], class_=['post', 'entry', 'article']) noticias_lista = [] for article in articles: try: titular = article.find(['h1', 'h2', 'h3', 'a']).get_text(strip=True) link = article.find('a') if link and 'href' in link.attrs: articulo_url = link['href'] if not articulo_url.startswith('http'): # Handle relative URLs properly if articulo_url.startswith('/'): # Get the base domain from urllib.parse import urlparse parsed_uri = urlparse(url) domain = '{uri.scheme}://{uri.netloc}'.format(uri=parsed_uri) articulo_url = domain + articulo_url else: articulo_url = url.rstrip('/') + '/' + articulo_url.lstrip('/') noticias_lista.append({"titulo": titular, "url": articulo_url}) except Exception as e: print(f"Error al procesar un artículo en {url}: {e}") continue # Continuar con el siguiente artículo print(f"Se encontraron {len(noticias_lista)} noticias en {url}") return noticias_lista except requests.RequestException as e: print(f"Error al hacer la solicitud a {url}: {e}") except Exception as e: print(f"Error inesperado al scrapear {url}: {e}") return [] # Devolver una lista vacía en caso de error def obtener_contenido_completo(url): try: headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36" } response = requests.get(url, headers=headers, verify=False, timeout=10) response.raise_for_status() # Esto lanzará una excepción para códigos de estado HTTP no exitosos soup = BeautifulSoup(response.content, 'html5lib') # Intenta encontrar el contenido principal del artículo content = None possible_content_classes = ['entry-content', 'post-content', 'article-content', 'content'] for class_name in possible_content_classes: content = soup.find(['div', 'article'], class_=class_name) if content: break if not content: content = soup.find('article') if content: # Elimina elementos no deseados for element in content.find_all(['script', 'style', 'iframe', 'form']): element.decompose() # Obtiene el texto preservando la estructura paragraphs = [] for p in content.find_all(['p', 'h1', 'h2', 'h3', 'h4', 'h5', 'h6']): text = p.get_text(strip=True) if text: paragraphs.append(text) return '\n\n'.join(paragraphs) else: return "No se pudo encontrar el contenido del artículo." except Exception as e: print(f"Error al obtener el contenido de {url}: {e}") return f"Error al obtener el contenido: {str(e)}" class NoticiasScraper: def __init__(self, master): self.master = master self.master.title("Selector de Noticias de SimRacing") self.master.geometry("800x600") self.frame = ttk.Frame(self.master, padding="10") self.frame.pack(fill=tk.BOTH, expand=True) self.label = ttk.Label(self.frame, text="Selecciona las noticias que deseas procesar:") self.label.pack(pady=10) # Configurar el Treeview para permitir etiquetas personalizadas self.tree = ttk.Treeview(self.frame, columns=("Título", "Fuente"), show="headings") self.tree.heading("Título", text="Título") self.tree.heading("Fuente", text="Fuente") self.tree.tag_configure('procesada', foreground='red') self.tree.pack(fill=tk.BOTH, expand=True) self.scrollbar = ttk.Scrollbar(self.frame, orient=tk.VERTICAL, command=self.tree.yview) self.scrollbar.pack(side=tk.RIGHT, fill=tk.Y) self.tree.configure(yscrollcommand=self.scrollbar.set) self.progress = ttk.Progressbar(self.frame, orient=tk.HORIZONTAL, length=100, mode='determinate') self.progress.pack(fill=tk.X, pady=10) self.btn_frame = ttk.Frame(self.frame) self.btn_frame.pack(fill=tk.X, pady=10) self.btn_cargar = ttk.Button(self.btn_frame, text="Cargar Noticias", command=self.cargar_noticias) self.btn_cargar.pack(side=tk.LEFT, padx=5) self.btn_procesar = ttk.Button(self.btn_frame, text="Procesar Seleccionadas", command=self.procesar_seleccionadas) self.btn_procesar.pack(side=tk.RIGHT, padx=5) self.noticias = [] self.noticias_procesadas = self.cargar_noticias_procesadas() def cargar_noticias_procesadas(self): noticias_procesadas = set() directorio_actual = os.path.dirname(os.path.abspath(__file__)) ruta_archivo = os.path.join(directorio_actual, ARCHIVO_NOTICIAS_PROCESADAS) if os.path.exists(ruta_archivo): with open(ruta_archivo, "r") as archivo: for linea in archivo: noticias_procesadas.add(linea.strip()) return noticias_procesadas def guardar_noticias_procesadas(self): directorio_actual = os.path.dirname(os.path.abspath(__file__)) ruta_archivo = os.path.join(directorio_actual, ARCHIVO_NOTICIAS_PROCESADAS) with open(ruta_archivo, "w") as archivo: for noticia in self.noticias_procesadas: archivo.write(noticia + "\n") def cargar_noticias(self): self.tree.delete(*self.tree.get_children()) self.noticias = [] self.progress['value'] = 0 total_sites = len(news_sites) def cargar(): for i, site in enumerate(news_sites): noticias_sitio = scrape_simracing_news(site) for noticia in noticias_sitio: if noticia['titulo'].strip(): # Verifica si el título no está vacío self.noticias.append(noticia) # Comprueba si la noticia ya ha sido procesada if noticia['titulo'] in self.noticias_procesadas: self.tree.insert("", tk.END, values=(noticia['titulo'], site), tags=('procesada',)) else: self.tree.insert("", tk.END, values=(noticia['titulo'], site)) self.progress['value'] = (i + 1) / total_sites * 100 self.master.update_idletasks() messagebox.showinfo("Carga Completa", f"Se han cargado {len(self.noticias)} noticias.") thread = threading.Thread(target=cargar) thread.start() def procesar_seleccionadas(self): seleccionadas = [self.noticias[self.tree.index(item)] for item in self.tree.selection()] if not seleccionadas: messagebox.showwarning("Advertencia", "No has seleccionado ninguna noticia.") return self.progress['value'] = 0 total_noticias = len(seleccionadas) def procesar(): for i, noticia in enumerate(seleccionadas): if noticia['titulo'] in self.noticias_procesadas: print(f"La noticia '{noticia['titulo']}' ya ha sido procesada. Omitiendo...") try: print(f"Procesando noticia: {noticia['titulo']}") # Obtener el contenido completo de la noticia contenido_completo = obtener_contenido_completo(noticia['url']) # Parafrasear el título titulo_parafraseado = parafrasear_titulo(noticia['titulo']) print(f"Título parafraseado: {titulo_parafraseado}") # Redactar la noticia contenido_redactado = redactar_noticia({'titulo': titulo_parafraseado, 'contenido': contenido_completo}) print("Contenido redactado completado.") # Generar imagen imagen_data = generar_imagen({'titulo': titulo_parafraseado, 'contenido': contenido_redactado}) print("Imagen generada.") # Descargar la imagen image_bytes = descargar_imagen(imagen_data, save_local=True) print("Imagen descargada.") # Publicar en WordPress publicar_noticia_wordpress( {"titulo": titulo_parafraseado, "contenido": contenido_redactado}, contenido_redactado, image_bytes ) print("Noticia publicada en WordPress.") self.noticias_procesadas.add(noticia['titulo']) time.sleep(5) except Exception as e: print(f"Error al procesar noticia {noticia['titulo']}: {e}") self.progress['value'] = (i + 1) / total_noticias * 100 self.master.update_idletasks() self.guardar_noticias_procesadas() messagebox.showinfo("Proceso Completado", f"Se procesaron {len(seleccionadas)} noticias.") thread = threading.Thread(target=procesar) thread.start() def generar_imagen(noticia): prompt = f"Una imagen en estilo 16-bit que represente la esencia de una noticia con título: {noticia['titulo']}" response = openai.Image.create( model="dall-e-3", prompt=prompt, n=1, size="1792x1024" ) image_data = response['data'][0]['url'] return image_data def descargar_imagen(image_url, save_local=False): response = requests.get(image_url, verify=False) response.raise_for_status() if save_local: # Define un nombre de archivo basado en título y hora para evitar sobrescrituras filename = f"image_{int(time.time())}.jpeg" # Obtener el directorio actual del archivo Python current_directory = os.path.dirname(os.path.abspath(__file__)) # Definir la ruta completa donde se guardará la imagen file_path = os.path.join(current_directory, filename) # Guardar la imagen en la ruta especificada with open(file_path, 'wb') as f: f.write(response.content) print(f"Imagen guardada localmente como {file_path}") return response.content def publicar_noticia_wordpress(noticia, contenido, image_bytes): print(f"Publicando noticia en WordPress: {noticia['titulo']}") try: # Create WordPress client with proper error handling try: wp = Client(wordpress_url, wordpress_username, wordpress_password) except Exception as e: print(f"Error al conectar con WordPress: {e}") print(f"URL utilizada: {wordpress_url}") return False # Subir la imagen destacada a WordPress try: imagen_nombre = f"{noticia['titulo'][:50]}.jpg" # Limit filename length imagen_data = BytesIO(image_bytes) data = { 'name': imagen_nombre, 'type': 'image/jpeg', 'bits': xmlrpc_client.Binary(imagen_data.read()) } response = wp.call(media.UploadFile(data)) attachment_id = response['id'] except Exception as e: print(f"Error al subir la imagen: {e}") attachment_id = None # Crear la entrada del blog post = WordPressPost() post.title = noticia['titulo'] post.content = contenido post.post_status = 'publish' post.terms_names = { 'category': ['Noticias'] # Asegúrate de que esta categoría existe } if attachment_id: post.thumbnail = attachment_id # Intentar publicar con reintentos max_retries = 3 for attempt in range(max_retries): try: post_id = wp.call(posts.NewPost(post)) print(f"Noticia publicada exitosamente con ID: {post_id}") return True except Exception as e: if attempt < max_retries - 1: print(f"Intento {attempt + 1} fallido, reintentando...") time.sleep(2) # Esperar 2 segundos antes de reintentar else: print(f"Error al publicar la noticia después de {max_retries} intentos: {e}") return False except Exception as e: print(f"Error al procesar noticia {noticia['titulo']}: {e}") return False def main(): root = tk.Tk() app = NoticiasScraper(root) root.mainloop() if __name__ == "__main__": main()