Python - 读取 RSS 提要


RSS(丰富站点摘要)是一种用于提供定期更改的 Web 内容的格式。许多新闻相关网站、博客和其他在线出版商将其内容作为 RSS 源联合发布给任何需要的人。在 python 中,我们借助下面的包来读取和处理这些提要。

pip install feedparser

饲料结构

在下面的示例中,我们获取了 feed 的结构,以便我们可以进一步分析要处理 feed 的哪些部分。

import feedparser
NewsFeed = feedparser.parse("https://timesofindia.indiatimes.com/rssfeedstopstories.cms")
entry = NewsFeed.entries[1]

print entry.keys()

当我们运行上面的程序时,我们得到以下输出 -

['summary_detail', 'published_parsed', 'links', 'title', 'summary', 'guidislink', 'title_detail', 'link', 'published', 'id']

提要标题和帖子

在下面的示例中,我们读取 RSS 提要的标题和头部。

import feedparser

NewsFeed = feedparser.parse("https://timesofindia.indiatimes.com/rssfeedstopstories.cms")

print 'Number of RSS posts :', len(NewsFeed.entries)

entry = NewsFeed.entries[1]
print 'Post Title :',entry.title

当我们运行上面的程序时,我们得到以下输出 -

Number of RSS posts : 5
Post Title : Cong-JD(S) in SC over choice of pro tem speaker

饲料详情

基于上面的条目结构,我们可以使用 python 程序从 feed 中获取必要的详细信息,如下所示。由于条目是一本字典,我们利用它的键来生成所需的值。

import feedparser

NewsFeed = feedparser.parse("https://timesofindia.indiatimes.com/rssfeedstopstories.cms")

entry = NewsFeed.entries[1]

print entry.published
print "******"
print entry.summary
print "------News Link--------"
print entry.link

当我们运行上面的程序时,我们得到以下输出 -

Fri, 18 May 2018 20:13:13 GMT
******
Controversy erupted on Friday over the appointment of BJP MLA K G Bopaiah as pro tem speaker for the assembly, with Congress and JD(S) claiming the move went against convention that the post should go to the most senior member of the House. The combine approached the SC to challenge the appointment. Hearing is scheduled for 10:30 am today.
------News Link--------
https://timesofindia.indiatimes.com/india/congress-jds-in-sc-over-bjp-mla-made-pro-tem-speaker-hearing-at-1030-am/articleshow/64228740.cms