Question

有没有办法用Universal Feed Parser读取扩展元素集合？

这只是Kuler RSS feed的简短片段：

<channel>
  <item>
    <!-- snip: regular RSS elements -->
    <kuler:themeItem>
      <kuler:themeID>123456</kuler:themeID>
      <!-- snip -->
      <kuler:themeSwatches>
        <kuler:swatch>
          <kuler:swatchHexColor>FFFFFF</kuler:swatchHexColor>
          <!-- snip -->
        </kuler:swatch>
        <kuler:swatch>
          <kuler:swatchHexColor>000000</kuler:swatchHexColor>
          <!-- snip -->
        </kuler:swatch>
      </kuler:themeSwatches>
    </kuler:themeItem>
  </item>
</channel>

我尝试了以下内容：

>>> feed = feedparser.parse(url)
>>> feed.channel.title
u'kuler highest rated themes'
>>> feed.entries[0].title
u'Foobar'
>>> feed.entries[0].kuler_themeid
u'123456'
>>> feed.entries[0].kuler_swatch
u''

feed.entries[0].kuler_swatchhexcolor仅返回kuler:swatchHexColor。有没有办法用feedparser检索所有元素？

我已经使用minidom解决了这个问题，但是如果可能的话我想使用Universal Feed Parser（由于非常简单的API）。可以延长吗？我在文档中没有找到任何相关信息，所以如果有人对图书馆有更多的经验，请告诉我。

Answer 1

Universal Feed Parser非常适合大多数Feed，但对于扩展Feed，您可能想尝试一下名为BeautifulSoup的东西。它是一个XML / HTML / XHTML解析库，最初是为屏幕抓取而设计的;事实证明，这种事情也很棒。文档非常好，而且它有一个不言自明的API，所以如果你想要使用其他任何东西，那就是我推荐的。

我可能会这样使用它：

>>> import BeautifulSoup
>>> import urllib2

# Fetch HTML data from url
>>> connection = urllib2.urlopen('http://kuler.adobe.com/path/to/rss.xml')
>>> html_data = connection.read()
>>> connection.close()

# Create and search the soup
>>> soup = BeautifulSoup.BeautifulSoup(html_data)
>>> themes = soup.findAll('kuler:themeitem') # Note: all lower-case element names

# Get the ID of the first theme
>>> themes[0].find('kuler:themeid').contents[0]
u'123456'

# Get an ordered list of the hex colors for the first theme
>>> themeswatches = themes[0].find('kuler:themeswatches')
>>> colors = [color.contents[0] for color in
... themeswatches.findAll('kuler:swatchhexcolor')]
>>> colors
[u'FFFFFF', u'000000']

所以你可能会认为这是一个非常酷的库。如果您正在解析任何旧的RSS源，这不会太好，但由于数据来自Adobe Kuler，您可以非常肯定它的变化不足以破坏您的应用程序（即它是一个值得信赖的源）。

更糟糕的是试图解析Adobe的该死的.ASE格式。我尝试为它编写一个解析器，它非常可怕，非常快。微克。所以，是的，RSS源可能是与Kuler接口的最简单方式。

使用Universal Feed Parser读取RSS源中的扩展元素集合

1 个答案: