У меня есть очень простой синтаксический анализатор XML, основанный на руководстве, предоставленном здесь , с целью чтения RSS-каналов в Python.
def GetRSS(RSSurl):
url_info = urllib.urlopen(RSSurl)
if (url_info):
xmldoc = minidom.parse(url_info)
if (xmldoc):
for item_node in xmldoc.documentElement.childNodes:
if (item_node.nodeName == "item"):
PrintNodeItems(item_node, ["title","link"])
else:
print "error"
def PrintNodeItems(XmlNode, items):
for item_node in XmlNode.childNodes:
if item_node.nodeName in items:
PrintNodesText(item_node)
def PrintNodesText(XmlNode):
text = ""
for text_node in XmlNode.childNodes:
if(text_node.nodeType == Node.TEXT_NODE):
text = text_node.nodeValue
if (len(text)>0):
print text
print ""
Я протестировал функцию GetRSS по адресу, указанному в руководстве (http://rss.slashdot.org/Slashdot/slashdot),), и он работает просто отлично, предоставляя мне правильную обратную связь. Однако при изучении написания этого модуля я намеревался использовать для чтения RSS-канала на RedLetterMedia (http://redlettermedia.com/feed/). Когда я пытаюсь использовать функцию GetRSS в Python Shell для этого адреса, я получаю пустую строку в качестве обратной связи вместо правильных результатов. Я также проверил ее на RSS-канал "Мир" CNN , и также не получил результатов. Я использовал urllib.urlopen для всех адресов, и все они, похоже, используют один и тот же формат для своих узлов и дочерних узлов (<item><title><description><link></item>) .
Я полагаю, что, как и в случае с моим предыдущим вопросом, вероятно, есть кое-что очень очевидное, что я упускаю. Кто-нибудь знает, что это такое?
Редактировать: и для записи, мое сообщение об ошибке не появилось вообще, но, возможно, это потому, что я неправильно интегрировал его в код; Я бы не поставил это вне себя.
обновление:
Переписал код с нуля, используя несколько ответов на stackoverflow. Работает как шарм!
def GetRSS(RSSurl):
url_info = urllib.urlopen(RSSurl)
if (url_info):
xmldoc = minidom.parse(url_info)
if (xmldoc):
channel = xmldoc.getElementsByTagName('channel')
for node in channel:
item = xmldoc.getElementsByTagName('item')
for node in item:
alist = xmldoc.getElementsByTagName('link')
for a in alist:
linktext = a.firstChild.data
print linktext
def main():
GetRSS('http://redlettermedia.com/feed/')