python_feedparser_module

feedparser模块，
feedparser 号称是一个 universal feed parser，使用它我们可轻松地实现从任何 RSS 或 Atom 订阅源得到标题、链接和文章的条目了，这个号称并不是说的话，是因为这个模块真的很强大，解压打开后可以直接使用：
python setup.py install
安装使用，也可以使用：pip install feedparser来安装模块
关于RSS是什么，这个其实我也不清楚，查了资料以后才明白，RSS是RDF Site Summary 的缩写（RDF是Resource Description Framework的缩写 ），是指将网站摘要用xml语言描述。
如果跟一样都不懂RSS是什么的同学可以读一下这里，个人感觉总结的还是很详细的。
好了，不闲聊这些了，因为想知道是什么的话网上输入关键词，一查一大堆的资料就来了，下面看一下我的实践，使用feedparser模块来进行解析过滤页面，返回需要的信息：
下面是具体的实现：

#!usr/bin/env python  #encoding:utf-8  import feedparser  def test(url='http://blog.csdn.net/together_cz/article'):      '''''     学习使用feedparser     输入：url     输出：页面信息     '''      one_page_dict = feedparser.parse(url)      '''''     解析得到的是一个字典     '''      print one_page_dict      '''''     输出字典中的键值有哪些，一共有10中如下：     ['feed', 'status', 'version', 'encoding', 'bozo', 'headers', 'href', 'namespaces', 'entries', 'bozo_exception']     '''      print one_page_dict.keys()      print '----------------------------------------------------------'      print '访问页面链接href为：'      print one_page_dict['href']      print '页面返回headers信息为：'      print one_page_dict['headers']      print '页面version信息为：'      print one_page_dict['version']      print '页面状态码为：'      print one_page_dict['status']      print '页面语言类型为：'      print one_page_dict['feed']['html']['lang']      print '页面meta信息为：'      print one_page_dict['feed']['meta']['content']      print one_page_dict['feed']['meta']['name']  if __name__ == '__main__':      url_list=['http://www.baidu.com','http://www.vmall.com','http://www.taobao.com']      for one_url in url_list:          print '当前url为--->', one_url          try:              test(one_url)          except:              print '***************************************************************'          print '----------------------------------------------------------'