如何通过 python 中的 feedparser 收集所有提要？答案

【问题标题】：How to collect all feeds though feedparser in python?如何通过 python 中的 feedparser 收集所有提要？
【发布时间】：2016-10-21 09:29:29
【问题描述】：

我正在尝试使用 feedparser 从reuters.com 获取 RSS 提要。我访问了链接 http://in.reuters.com/tools/rss 以获取 rss 提要的链接，例如 http://feeds.reuters.com/reuters/INtopNews。当我使用 feedparser 在 python 中实现代码时，我只收到大约 10 个帖子，如下所示：

import feedparser

feeds = feedparser.parse('http://feeds.reuters.com/Reuters/worldNews')

for feed in feeds['entries']:
    print(feed['title'])

但是，如果我在www.feedreader.com 上看到相同的链接，当我附加链接并向下滚动时，我可以找到更多帖子。如何在 python 中获取feedparser 中的所有这些 RSS 帖子？

【问题讨论】：

你想要的可能在这里stackoverflow.com/questions/28683619/…

标签： python rss feedparser

【解决方案1】：

您只能从 Reuters 提要中获得 10 件商品的原因是提要包含的全部内容。大多数 RSS 提要只有最新的项目，而不是所有项目都可以追溯到过去。 feedparser 库读取提要中当前的内容。

您的代码示例中的 Reuters 提要包含 10 个项目。

当您向下滚动时，如果像 Feedreader 这样的 RSS 阅读器显示的项目多于您向下滚动的项目，那是因为阅读器会保存不再在提要中的旧项目。基于 Web 的 RSS 阅读器通常以这种方式归档项目。

【讨论】：

【解决方案2】：

正如 rcade 所提到的，大多数 RSS 提要仅涵盖最新项目，但是可以每天（甚至每小时）收集并使用它。如果你想要类似的东西，你可以从这里使用 Python rssarchive 库：https://pypi.org/project/rssarchive/

#!/usr/bin/env python
import rssarchive as ra
newra  = ra.RssArchive(CONFIG_TEST_MODE=True,CONFIG_FULL_TEXT_MODE = False)
newra.batch_save_rss()

【讨论】：