Tageszeitung

Zweck

Aus konfigurierten RSS-Feeds und Web-Quellen Artikel abrufen, nach Kategorien sortieren und als HTML/PDF-Tageszeitung rendern. Artikel werden lokal in tageszeitung/store.db gespeichert und als gelesen markiert.

Trigger

Workflow

1. Quellen prüfen: Alle aktiven Quellen aus news_sources lesen.
2. Fetch: RSS via feedparser (oder xml.etree-Fallback), Web via urllib.
3. Deduplizierung: UNIQUE(source_id, url) verhindert Duplikate.
4. Render: Ungelesene Artikel nach Kategorie gruppieren → HTML → PDF.
5. Liefern: HTML/PDF im Ausgabe-Ordner ablegen (konfigurierbarer Pfad).

CLI-Einstieg

# Quelle hinzufügen
python tageszeitung_core.py add-source "Heise" rss https://www.heise.de/rss/heise-atom.xml --category tech

# Alle Quellen abrufen
python tageszeitung_core.py fetch

# Tageszeitung rendern (HTML + PDF wenn Edge verfügbar)
python tageszeitung_core.py render [--date 2026-06-22] [--out /pfad/]

# Quellen auflisten
python tageszeitung_core.py sources

# Ungelesene Artikel
python tageszeitung_core.py items [--limit 50] [--category tech]

# Artikel als gelesen markieren
python tageszeitung_core.py read <item_id>

# Alternativer Store (z.B. für Tests)
python tageszeitung_core.py --store /tmp/t.db sources --dry-run

Store

Schema (aus BACH news.py portiert)

CREATE TABLE IF NOT EXISTS news_sources (
    id           TEXT PRIMARY KEY,
    name         TEXT NOT NULL,
    type         TEXT NOT NULL DEFAULT 'rss',  -- rss | web
    url          TEXT NOT NULL UNIQUE,
    category     TEXT DEFAULT 'Allgemein',
    schedule     TEXT DEFAULT 'daily',
    is_active    INTEGER DEFAULT 1,
    last_fetched TEXT,
    fetch_count  INTEGER DEFAULT 0,
    error_count  INTEGER DEFAULT 0,
    last_error   TEXT,
    created_at   TEXT NOT NULL
);

CREATE TABLE IF NOT EXISTS news_items (
    id           TEXT PRIMARY KEY,
    source_id    TEXT NOT NULL REFERENCES news_sources(id),
    title        TEXT NOT NULL,
    content      TEXT,
    summary      TEXT,
    url          TEXT,
    author       TEXT,
    published_at TEXT,
    fetched_at   TEXT NOT NULL,
    is_read      INTEGER DEFAULT 0,
    category     TEXT,
    UNIQUE(source_id, url)
);

Haltung

• feedparser wird bevorzugt; ohne feedparser greift ein xml.etree-Fallback für einfache RSS 2.0-Feeds.
• PDF-Erzeugung erfordert msedge.exe im System-PATH oder MSEDGE_PATH-Env. Ohne Edge wird nur HTML gerendert.
• Maximale Artikel pro Kategorie: konfigurierbar via assist/prefs.json (tageszeitung_max_per_category, Standard: 5).

Datenschutz

• Artikel-Inhalte bleiben lokal in store.db.
• Keine externen Analyse-Dienste — nur die konfigurierten RSS-/Web-Quellen werden aufgerufen.

Verwandte Ressourcen

• BACH hub/news.py — Origin (read-only)
• BACH hub/_services/newspaper/newspaper_generator.py — Origin (read-only)

Changelog