用lxml解析RSS-Feed的痛苦方法不那么痛苦？

Question

我需要在大多数情况下使用Python，Atom显示RSS-feeds。来自PHP，我可以通过$ entry-＆gt;链接快速获得值，我发现lxml更精确，更快，尽管很复杂。经过几个小时的探索，我得到了这个使用arstechnica-feed：

def GetRSSFeed(url):
    out = []
    feed = urllib.urlopen(url)
    feed = etree.parse(feed)
    feed = feed.getroot()
    for element in feed.iterfind(".//item"):
        meta = element.getchildren()
        title = meta[0].text
        link = meta[1].text
        for subel in element.iterfind(".//description"):
            desc = subel.text
            entry = [title,link,desc]
            out.append(entry)
    return out

这可以更容易吗？如何直接访问标签？ Feedparser通过一行代码完成工作！为什么呢？

Answer 1

查看feedparser库。它为您提供了格式良好的RSS对象。

> import feedparser
> feed = feedparser.parse('http://feeds.marketwatch.com/marketwatch/marketpulse/')
> print feed.keys()
['feed',
 'status',
 'updated',
 'updated_parsed',
 'encoding',
 'bozo',
 'headers',
 'etag',
 'href',
 'version',
 'entries',
 'namespaces']

>  len(feed.entries)
    30

Answer 2

您可以尝试speedparser，Universal Feed Parser与lxml的实施。尽管如此仍处于测试阶段。