Проблема с получением даты с универсальным анализатором каналов - PullRequest
Новая
       33

Проблема с получением даты с универсальным анализатором каналов

1 голос
/ 21 июня 2009

Похоже, что http://portland.beerandblog.com/feed/atom/ испорчено (как и RSS-каналы 0.92 и 2.0).

Универсальный анализатор каналов (последняя версия http://code.google.com/p/feedparser/source/browse/trunk/feedparser/feedparser.py?spec=svn295&r=295) не видит дат. 

    <title>Beer and Blog Portland</title>
    <atom:link href="http://portland.beerandblog.com/feed/" rel="self" type="application/rss+xml" />
    <link>http://portland.beerandblog.com</link>
    <description>Bloggers helping bloggers over beers in Portland, Oregon</description>
    <pubDate>Fri, 19 Jun 2009 22:54:57 +0000</pubDate>
    <generator>http://wordpress.org/?v=2.7.1</generator>
    <language>en</language>
    <sy:updatePeriod>hourly</sy:updatePeriod>
    <sy:updateFrequency>1</sy:updateFrequency>
                    <item>
            <title>Widmer is sponsoring our beer for the After Party!!</title>
            <link>http://portland.beerandblog.com/2009/06/19/widmer-is-sponsoring-our-beer-for-the-after-party/</link>
            <comments>http://portland.beerandblog.com/2009/06/19/widmer-is-sponsoring-our-beer-for-the-after-party/#comments</comments>
            <pubDate>Fri, 19 Jun 2009 22:30:35 +0000</pubDate>
            <dc:creator>Justin Kistner</dc:creator>

            <category><![CDATA[beer]]></category>

Я пытаюсь 

        try:
            published = e.published_parsed
        except:
            try:
                published = e.updated_parsed
            except:
                published = e.created_parsed

и он терпит неудачу, потому что я не могу получить дату.

Есть мысли о том, как извлечь дату разумным образом?

Спасибо!

Ответы [ 2 ]

3 голосов
/ 21 июня 2009

у меня работает: 

>>> e = feedparser.parse('http://portland.beerandblog.com/feed/atom/')
>>> e.feed.date
u'2009-06-19T22:54:57Z'
>>> e.feed.date_parsed
(2009, 6, 19, 22, 54, 57, 4, 170, 0)
>>> e.feed.updated_parsed
(2009, 6, 19, 22, 54, 57, 4, 170, 0)

Может быть, вы ищете e.updated_parsed, где вы должны искать e.feed.updated_parsed вместо?

1 голос
/ 21 июня 2009

Использование «голого» * ​​1001 * может маскировать проблему в вашем коде. Предполагая (я не использую анализаторы каналов), что AttributeError является конкретным исключением, которое вы должны проверять, попробуйте (случайный каламбур) это: 

try:
    published = e.published_parsed
except AttributeError:
    try:
        published = e.updated_parsed
    except AttributeError:
        published = e.created_parsed

В любом случае, вместо "не удается", пожалуйста, покажите сообщение об ошибке и трассировку.

Редактировать Я скачал последний выпуск (т.е. не из svn) и следовал примеру в документации с таким результатом: 

C:\feedparser>\python26\python
Python 2.6.2 (r262:71605, Apr 14 2009, 22:40:02) [MSC v.1500 32 bit (Intel)] on
win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import feedparser
>>> d = feedparser.parse('http://portland.beerandblog.com/feed/atom/')
>>> d.entries[0].updated
u'2009-06-19T22:54:57Z'
>>> d.entries[0].updated_parsed
time.struct_time(tm_year=2009, tm_mon=6, tm_mday=19, tm_hour=22, tm_min=54, tm_sec=57, tm_wday=4, tm_yday=170, tm_isdst=0)
>>> d.entries[0].title
u'Widmer is sponsoring our beer for the After Party!!'
>>> d.entries[0].published
u'2009-06-19T22:30:35Z'
>>> d.entries[0].published_parsed
time.struct_time(tm_year=2009, tm_mon=6, tm_mday=19, tm_hour=22, tm_min=30, tm_sec=35, tm_wday=4, tm_yday=170, tm_isdst=0)
>>>

Как я уже сказал, я не разбираюсь в RSS и Atoms и тому подобное, но мне это кажется довольно простым. За исключением того, что я не понимаю, откуда вы получаете тег <pubDate> и временные метки в стиле arpanet; AFAICT, которого нет в необработанном источнике - он имеет <published> и метки времени ISO: 

>>> import urllib
>>> guff = urllib.urlopen('http://portland.beerandblog.com/feed/atom/').read()
>>> guff.find('pubDate')
-1
>>> guff.find('published')
1171
>>> guff[1160:1200]
'pdated>\n\t\t<published>2009-06-19T22:30:35'
>>>

Какое ваше "е" в "e.published_parsed"? Попробуйте показать полную историю с доступом к feedparser, как я делал выше.

...