本文介绍如何使用Python的feedparser库解析RSS和Atom订阅源，获取标题、链接及文章条目等内容。通过实例展示了feedparser的核心函数parse()的使用方法，并解释了返回的数据结构。 摘要由CSDN通过智能技术生成

feedparser 号称是一个 universal feed parser，使用它我们可轻松地实现从任何 RSS 或 Atom 订阅源得到标题、链接和文章的条目了。

>>> import feedparser

为了建立直观，首先来看一个标准的 item：

< title > <![CDATA[厦门公交车放火案死者名单公布<br/>警方公布嫌犯犯罪证据]]> </ title > < link > http://www.infzm.com/content/91404 </ link > < description > <![CDATA[6月11日下午，厦门BRT公交车放火案47名死亡者名单公布。厦门政府新闻办6月10日发布消息称，有证据表明，陈水总携带汽油上了闽DY7396公交车。且有多名幸存者指认其在车上纵火，致使整部车引起猛烈燃烧。经笔迹鉴定，陈水总6月7日致妻、女的两封绝笔书系陈水总本人所写。]]> </ description > < category > 南方周末-热点新闻 </ category > < author > infzm </ author > < pubDate > 2013-06-11 11:24:32 </ pubDate > </ item >

feedparser 最为核心的函数自然是 parse() 解析 URL 地址的函数，它返回的究竟是什么样的内容呢？

>>> feedparser.parse()
{'bozo': 1,
 'bozo_exception': xml.sax._exceptions.SAXParseException('no element found'),
 'encoding': 'utf-8',
 'entries': [],
 'feed': {},
 'namespaces': {},
 'version': ''}

可以看到，得到是一个字典，’feed’（key） 对应的值（value）也是一个字典，’entries’ 则是 list。

每个 RSS 和 Atom 订阅源都包含 一个标题（d.feed.title） 和 一组文章条目（d.entries） 。

通常，每个文章条目都有一段 摘要（d.entries[i].summary） ，或者是包含了条目中实际文本的 描述性标签（d.entries[i].description） 。

>>> import feedparser
>>> d = feedparser.parse('http://blog.csdn.net/lanchunhui/rss/list')

• （1）d.feed

  >>> d['feed']['title']                             # feed 对应一个字典
  '以数学为生，终生学习数学'
  >>> d.feed.title                                   # 通过属性的方式访问
  '以数学为生，终生学习数学'
  >>> d.feed.link
  'http://blog.csdn.net/lanchunhui'
  >>> d.feed.subtitle
  '数学、编程、物理、文字（The nature of reality itself）'

• （2）d.entries

  >>> type(d.entries)
  >>> len(d.entries)
  20                                                             # 共20篇文章
  >>> [e.title for e in e.entries][:3]
  ['[原]Spark MLlib（一）正则化特征',
   '[原]Spark 基础 —— sc.broadcast',
   '[原]Scipy 基础 —— 稀疏矩阵']
  >>> d.entries[0].summary             # 第一篇文章的摘要信息
  >>> d.entries[0].summary == d.entries[0].description
                          # 有些条目可能会不提供 summary 信息
                          # 此时 summary 信息可通过 description 获得

References

[1] python feedparser 使用

RSS 是用于分发 Web 站点上的内容的摘要的一种简单的 XML 格式。它能够用于共享各种各样的信息。关于RSS的详细信息在（http://www.rssboard.org/rss-profile），这里面详细的讲了各种值的含义（虽然各个版本的支持不太一样，但是还是比较有通用性的） RSS(Really Simple Syndication,简易信息聚合)是一种描述和同步网站内容的格式你... https://pypi.org/project/ feed parser /#files. 下载 feed parser 的zip压缩包。 解压到电脑中任何一个文件夹，再用cmd进入到该目录下，使用 python setup.up instal...