me-suzy

Pentru a elimina tot textul de dinainte de primul caracter - (inclusiv cratima), folosește următoarea configurație în fereastra de redenumire:
## Configurare Regex

* Search for: ^[^-]*-\s*
* Replace with: Lasă complet gol

## Cum funcționează:

* ^ caută începutul numelui de fișier.
* [^-]* selectează toate caracterele până la prima cratimă.

me-suzy

@echo off
chcp 65001 >nul
title Magazin Istoric - recaptura rendered 200912-ultimul

cd /d "%~dp0"

set "MAGAZIN_ISTORIC_USERNAME=YOUR-USER"
set "MAGAZIN_ISTORIC_PASSWORD=YOUR-PASS"

echo.

me-suzy

# -*- coding: utf-8 -*-
"""
magazin-ist-rendered.py
=======================

Recaptureaza numerele Magazin Istoric noi, unde textul nu este in JPG-ul
substrat, ci intr-un layer randat separat de FlippingBook in browser.

Interval implicit:
  200912 (decembrie 2009) -> ultimul numar gasit in arhiva.

me-suzy

# -*- coding: utf-8 -*-
"""
magazin-ist-rendered.py
=======================

Recaptureaza numerele Magazin Istoric noi, unde textul nu este in JPG-ul
substrat, ci intr-un layer randat separat de FlippingBook in browser.

Interval implicit:
  200912 (decembrie 2009) -> ultimul numar gasit in arhiva.

me-suzy

@echo off
chcp 65001 >nul
title Magazin Istoric - download complet

cd /d "%~dp0"

echo.
echo Pornesc downloaderul Magazin Istoric...
echo Script: "%~dp0magazin-ist.py"
echo PDF-uri finale: G:\Magazin Istoric

me-suzy

# -*- coding: utf-8 -*-
"""
magazin-ist.py
==============

Downloader pentru arhiva magazinistoric.ro.

Metoda este adaptata dupa "DOWNLOAD FULL - Metoda 1.py":
  - enumera arhiva si numerele revistei;
  - salveaza imaginea-sursa pentru fiecare pagina in staging;

me-suzy

from __future__ import annotations

import argparse
import csv
import html
import json
import re
import sys
import time
from dataclasses import dataclass

me-suzy

# -*- coding: utf-8 -*-
"""
DOWNLOAD FULL - Metoda 1
========================
Bazat pe structura din "Claude-FINAL 15 ... Firefox.py", dar SINGURA diferenta
este METODA de preluare a datelor: NU se mai descarca PDF (are limita). In schimb,
pentru fiecare pagina se preia IMAGINEA SURSA din browser (METODA 1 = fetch la
blob-ul <img class="page-canvas">), apoi toate imaginile unui document se pun
intr-un PDF.

me-suzy

# -*- coding: utf-8 -*-
r"""
Script care scaneaza folderul Principal\ro\ si subfolderele DESPRE, Python Files,
si gaseste fisierele HTML care NU sunt referite/linkate in niciun fisier de tip categorii.
"""

import os
import re

# Foldere de scanat

me-suzy

@echo off
title Firefox simplu - profil Metoda 1

set "FF_PROFILE=D:\TEST\arcanum_capture\firefox_profile_metoda1"
set "FIREFOX_EXE=C:\Program Files\Mozilla Firefox\firefox.exe"

if not exist "%FIREFOX_EXE%" set "FIREFOX_EXE=C:\Program Files (x86)\Mozilla Firefox\firefox.exe"
if not exist "%FIREFOX_EXE%" set "FIREFOX_EXE=%LOCALAPPDATA%\Mozilla Firefox\firefox.exe"

echo ============================================