如何使用python

Question

我想使用我的笔记本电脑制作新闻聚合器android应用程序作为My project的本地服务器。我计划在我的后端使用apache，php，mysql。我决定将简单的机器学习技术应用于此应用程序因此，这个应用程序不仅可以收集文章，还可以按主题对其进行分类。

我已经实施了基本Scikit-learn Naive Bayes classifier。 我想知道如何在一段时间内从服务器上的多个站点自动抓取和存储RSS个Feed。我应该使用哪种库或技术来实现它？

Answer 1

我建议您使用Python上可用的更常见和使用的库来执行此任务，并使用Cron或Windows任务计划程序运行您的脚本（根据您将使用的操作系统）。

使用通用库可以让您在线搜索错误/教程时轻松获得支持，阅读优秀文档或查找许多页面。

我用于一般抓取和RSS的库是：

• Urllib2或Requests（获取网页）
• BeautifulSoup（用于从HTML和XML文件中提取数据）
• FeedParser（处理RSS Feed）

这是一个简单而简单的示例，它使用BeautifulSoup提取当前的以太坊值来抓取网站：

import feedparser

python_wiki_rss_url = "http://www.python.org/cgi-bin/moinmoin/" \
                       "RecentChanges?action=rss_rc"

feed = feedparser.parse( python_wiki_rss_url )

print feed

以下是使用FeedParser的简单而简单的示例：

Embed Interop Types

玩得开心，快乐的黑客行为：）