Python - 读取 RSS feed

RSS(Rich Site Summary)是一种用于提供定期更改的 Web 内容的格式。 许多与新闻相关的网站、网络日志和其他在线出版商将他们的内容联合为 RSS Feed 供任何需要的人使用。 在 python 中,我们借助以下包来读取和处理这些摘要。

pip install feedparser

Feed 结构

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

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,得到以下输出 −

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

Feed 标题和帖子

在下面的示例中,我们读取了 rss 提要的标题和标头。

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,得到以下输出 −

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

Feed 详细信息

基于上述条目结构,我们可以使用 python 程序从提要中获取必要的详细信息,如下所示。 由于 entry 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,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