使用 feedparser 获取流数据

Question

我正在尝试解析如下提要：

feed1 = 'http://earthquake.usgs.gov/earthquakes/feed/v1.0/summary/all_hour.geojson'
feed2 = 'http://developer.usa.gov/1usagov'

我可以使用 feedparser 模块来解析第一个 feed，但不能解析第二个。

import feedparser
feed1_read = feedparser.parse(feed1) # doesn't hang
feed2_read = feedparser.parse(feed2) # hangs

我对这些提要的工作方式有什么不明白的地方吗？为什么 feedparser 挂在第二个 feed 而不是第一个？

Answer 1

feedparser 实际上无法解析任何一个这些提要。 feedparser 模块用于解析 Atom 和 RSS 提要，它们是 XML 文档格式，而这两种提要都返回 JSON 文档。

打电话后：

feed1_read = feedparser.parse(feed1) # doesn't hang

你会发现feed1_read['feed']是空的：

>>> feed1_read['feed']
{}

还有：

>>> feed1_read['bozo_exception']
SAXParseException('Document is empty\n',)

requests 模块可能会更有用。