Question

我正在使用Python和RSS feedparser模块来检索RSS条目。但是，我只想检索一个新闻项目，如果它不超过x天。

例如，如果x = 4，那么我的Python代码不应该提取比当前日期早四天的任何内容。

Feedparser允许您抓取条目的“已发布”日期，但它的类型为unicode，我不知道如何将其转换为日期时间对象。

以下是一些示例输入：

date = 'Thu, 29 May 2014 20:39:20 +0000'

以下是我的尝试：

from datetime import datetime
date_object = datetime.strptime(date, '%a, %d %b %Y %H:%M:%S %z')

这是我得到的错误：

ValueError: 'z' is a bad directive in format '%a, %d %b %Y %H:%M:%S %z'

这是我希望用它做的事情：

from datetime import datetime
a = datetime(today)
b = datetime(RSS_feed_entry_date)
>>> a-b
datetime.timedelta(6, 1)
(a-b).days
6

Answer 1

为此，您已time.struct_time查看feed.entries[0].published_parsed

您可以使用time.mktime将其转换为时间戳，并将其与time.time（）进行比较，以查看它过去的距离：

一个例子：

>>> import feedparser
>>> import time

>>> f = feedparser.parse("http://feeds.bbci.co.uk/news/rss.xml")
>>> f.entries[0].published_parsed
time.struct_time(tm_year=2014, tm_mon=5, tm_mday=30, tm_hour=14, tm_min=6, tm_sec=8, tm_wday=4, tm_yday=150, tm_isdst=0)

>>> time.time() - time.mktime(feed.entries[0].published_parsed)
4985.511506080627

很明显，这对你来说是一个不同的价值，但如果这个值小于（在你的情况下）86400 * 4（4天内的秒数），那就是你想要的。

所以，简明扼要地

[entry for entry in f.entries if time.time() - time.mktime(entry.published_parsed) < (86400*4)]

会给你你的清单

Answer 2

from datetime import datetime
date = 'Thu, 29 May 2014 20:39:20 +0000'
if '+' in date:
    dateSplit = date.split('+')
    offset = '+' + dateSplit[1]
    restOfDate = str(dateSplit[0])
date_object = datetime.strptime(restOfDate + ' ' + offset, '%a, %d %b %Y %H:%M:%S ' + offset)
print date_object

收益2014-05-29 20:39:20，在我研究您的时区错误时，我遇到了另一个问题，即strptime遇到时区问题（link to question)。

如何检索不超过X天的所有RSS条目

2 个答案: