Python 模块feedparser安装使用

RSS(简易信息聚合)

简易信息聚合(也叫聚合内容）是一种RSS基于XML标准，在互联网上被广泛采用的内容包装和投递协议。RSS(Really Simple Syndication)是一种描述和同步网站的内容格式，是使用最广泛的XML应用。RSS搭建了信息迅速传播的一个技术平台，使得每个人都成为潜在的信息提供者。

安装

$ pip install feedparser

feedparser 使我们轻松实现从任何RSS或者Atom订阅源得到标题、链接和文章的条目。

具体测试

import feedparser def test(url='http://blog.csdn.net/together_cz/article'): print('url:%s' % one_url) page_dict = feedparser.parse(url) ''' 解析得到的是一个字典 ''' #print page_dict ''' 输出字典中的键值有哪些，一共有10中如下： ['feed', 'status', 'version', 'encoding', 'bozo', 'headers', 'href', 'namespaces', 'entries', 'bozo_exception'] ''' print page_dict.keys() print '#####################################################################' print '访问页面链接 href：' print page_dict['href'] print '返回headers：' print page_dict['headers'] print 'ersion信息为：' print page_dict['version'] print '状态码为：' print page_dict['status'] fd = page_dict.get('feed','') for key in fd.keys(): print key print '语言类型为：' print page_dict['feed']['html']['lang'] print 'meta信息为：' print page_dict['feed']['meta']['content'] print page_dict['feed']['meta']['name'] print '#####################################################################' if __name__ == '__main__': url_list=['http://www.baidu.com', 'http://www.jd.com', 'http://www.vmall.com', 'http://www.taobao.com'] for one_url in url_list: try: test(one_url) except: print '????????????????????????????????????????????????????????????'

输出

url:http://www.baidu.com ['feed', 'status', 'version', 'encoding', 'bozo', 'headers', 'href', 'namespaces', 'entries', 'bozo_exception'] ##################################################################### 访问页面链接 href： http://www.baidu.com 返回headers： {'content-length': '2701', 'content-type': 'text/html', 'content-encoding': 'gzip'} ersion信息为： 状态码为： 200 meta summary 语言类型为： ???????????????????????????????????????????????????????????? url:http://www.jd.com ['feed', 'status', 'version', 'encoding', 'bozo', 'headers', 'href', 'namespaces', 'entries', 'bozo_exception'] ##################################################################### 访问页面链接 href： https://www.jd.com/ 返回headers： {'content-length': '28099', 'via': 'BJ-Y-NX-105(HIT), http/1.1 CD-CT-1-JCS-42 ( [cRs f ])', 'ser': '13.215', 'content-encoding': 'gzip', 'age': '24', 'expires': 'Wed, 12 Sep 2018 14:23:27 GMT', 'vary': 'Accept-Encoding', 'server': 'JDWS/2.0', 'connection': 'close', 'strict-transport-security': 'max-age=3600', 'cache-control': 'max-age=30', 'date': 'Wed, 12 Sep 2018 14:23:45 GMT', 'content-type': 'text/html; charset=utf-8'} ersion信息为： 状态码为： 302 html meta links script 语言类型为： zh-CN meta信息为： webkit renderer ##################################################################### url:http://www.vmall.com ['feed', 'status', 'version', 'encoding', 'bozo', 'headers', 'href', 'namespaces', 'entries', 'bozo_exception'] ##################################################################### 访问页面链接 href： http://www.vmall.com 返回headers： {'content-length': '781', 'connection': 'Keep-Alive', 'content-encoding': 'gzip'} ersion信息为： 状态码为： 200 语言类型为： ???????????????????????????????????????????????????????????? url:http://www.taobao.com ['feed', 'status', 'version', 'encoding', 'bozo', 'headers', 'href', 'etag', 'namespaces', 'entries', 'bozo_exception'] ##################################################################### 访问页面链接 href： https://www.taobao.com/ 返回headers： {'x-swift-savetime': 'Wed, 12 Sep 2018 14:19:11 GMT', 'x-swift-cachetime': '300', 'x-cache': 'HIT TCP_MEM_HIT dirn:6:607364846 mlen:-1', 'content-encoding': 'gzip', 'transfer-encoding': 'chunked', 'vary': 'Accept-Encoding, Ali-Detector-Type', 'age': '274', 'strict-transport-security': 'max-age=31536000', 'eagleid': 'b68cf51715367622259114055e', 'server': 'Tengine', 'cache-control': 'max-age=60, s-maxage=300', 'connection': 'close', 'via': 'cache5.l2wt97[80,304-0,C], cache13.l2wt97[66,0], cache9.cn172[0,200-0,H], cache9.cn172[1,0]', 'etag': 'W/"2a36-165c95cc45b"', 'set-cookie': 'thw=cn; Path=/; Domain=.taobao.com; Expires=Thu, 12-Sep-19 14:23:45 GMT;', 'date': 'Wed, 12 Sep 2018 14:23:45 GMT', 'content-md5': 's6hP5DCqrrp9rS7Tz3jT+w==', 'content-type': 'text/html; charset=utf-8', 'timing-allow-origin': '*', 'x-snapshot-age': '2'} ersion信息为： 状态码为： 302 links meta summary html link base 语言类型为： zh-CN meta信息为： 淘宝,掏宝,网上购物,C2C,在线交易,交易市场,网上交易,交易市场,网上买,网上卖,购物网站,团购,网上贸易,安全购物,电子商务,放心买,供应,买卖信息,网店,一口价,拍卖,网上开店,网络购物,打折,免费开店,网购,频道,店铺 keyword #####################################################################

 

转载于:https://www.cnblogs.com/vercont/p/10210343.html

相关资源：Python处理RSS、ATOM模块FEEDPARSER介绍