代码之家 › 专栏 › 技术社区 › Rafael S. Calsaverini

FeedParser和Google News

google-news feedparser rss python

4

Rafael S. Calsaverini · 技术社区 · 16 年前

我正在尝试使用带有python的通用feedparser从Google新闻下载新闻语料库(尝试做一些自然语言处理)。我对XML一无所知,我只是用了一个如何使用FeedParser的示例。问题是我在我从rss feed获得的dict中找不到内容新闻的标题。

我当前尝试使用的代码是:

import feedparser
url = 'http://news.google.com.br/news?pz=1&cf=all&ned=us&hl=en&output=rss' 
# just some GNews feed - I'll use a specific search later

feed = feedparser.parse(url)
for post in feed.entries:
   print post.title
   print post.keys()

我在这篇文章中得到的关键是标题、摘要、日期等。没有内容。

这是谷歌新闻的问题还是我做错了什么?有办法吗?

2 回复 | 直到 9 年前

1

8

Bartek 16 年前

你检查过google新闻的提要了吗?

每个提要中都有一个根元素,其中包含一组信息和实际条目dict。下面是一种查看可用内容的脏方法:

import feedparser
d = feedparser.parse('http://news.google.com/news?pz=1&cf=all&ned=ca&hl=en&topic=w&output=rss')

print [field for field in d]

从我们所看到的我们有一个 entries 最有可能包含..新闻条目!如果你:

import pprint
pprint.pprint(entry for entry in d['entries'])

我们得到了更多的信息:)这将以一种漂亮的打印方式显示与每个条目相关的所有字段(这就是pprint的用途)。

因此,要从这个提要获取我们的新闻条目的所有标题:

titles = [entry.title for entry in d['entries']

所以,好好玩玩吧。希望这是个有帮助的开始

2

1

David Basarab 16 年前

首先你需要退房 RSS Specification . 这是一个 feed parser .你应该开始了。