如何使用feedparser在python中动态获取RSS提要(xml文件)的字段名

Question

我在python中使用了feedparser库来读取来自特定URL的rss提要。通过使用以下代码行以"费用"变量接收提要：

fee =  feedparser.parse('http://www.indiatimes.com/r/python/.rss')

fee包含列表格式的列表中的提要。我们在这里得到的格式和数据是复杂的，而且不是固定的。

我想动态地获取这个RSS提要的字段（键）的名称。如何做到这一点？

有些字段名称是固定的，如链接、日期等。但我需要代码中所有字段的名称。

Answer 1

首先，您正在经历的链接有一个404错误。因此，您不会从该链接获得任何rss。

其次，RSS链接大多数时候以.rss文件结尾。

例如：http://timesofindia.feedsportal.com/c/33039/f/533916/index.rss

一旦你得到了一个真正有效的RSS链接，你所要做的就是：

fee = feedparser.parse('http://timesofindia.feedsportal.com/c/33039/f/533916/index.rss')
for feed in fee.entries:
    print feed.title
    print feed.link

我在上面写的是为了获得项目元素。

让我给你举一个更好的例子。

import feedparser
rss_document = """
<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0">
<channel>
<title>Sample Feed</title>
<description>For documentation &lt;em&gt;only&lt;/em&gt;</description>
<link>http://example.org/</link>
<pubDate>Sat, 07 Sep 2002 00:00:01 GMT</pubDate>
<!-- other elements omitted from this example -->
<item>
<title>First entry title</title>
<link>http://example.org/entry/3</link>
<description>Watch out for &lt;span style="background-image:
url(javascript:window.location='http://example.org/')"&gt;nasty
tricks&lt;/span&gt;</description>
<pubDate>Thu, 05 Sep 2002 00:00:01 GMT</pubDate>
<guid>http://example.org/entry/3</guid>
<!-- other elements omitted from this example -->
</item>
</channel>
</rss>
"""
rss = feedparser.parse(rss_document)
# Channel Details
print "-----Channel Details-----"
print rss.feed.title
print rss.feed.description
print rss.feed.link
# Item Details
print "-----Item Details-----"
for fee in rss.entries:
    print fee.title
    print fee.summary,
    print fee.link

Answer 2

feeds_all =  feedparser.parse('http://www.indiatimes.com/r/python/.rss')

我不确定它是什么类型的json，但函数.keys()和.values()在它上面工作得很好。我所做的是，为了动态获取以前未知的键的名称（上面的答案给出了静态键及其值，你需要提前知道键的名称），fee.keys()和它工作了！

因此，答案在以下几行中：channel_keys = feeds_all.keys()和feed_keys = feeds_all.feed.keys()，用于获取这些键的值，feed_values = feeds_all.feed.values()。。。。

Answer 3

使用以下代码，它将为您提供所有密钥的名称，

import feedparser
feeds_all = feedparser.parse(URL)
feed_all_keys = feeds_all.keys()
feed_keys = feeds_all.feed.keys()
entries_keys = feeds_all.entries.keys()

1. feed_all_keys保存所有密钥
2. feed_keys保存与提要相关的关键帧
3. entries_keys保存与条目（项）相关的密钥