淺談Python RSS處理問題
Python應(yīng)用程序作為一個很好的 RSS 處理工具，下面文章進(jìn)行介紹了一些可用于 RSS 處理的模塊，大多數(shù)Python RSS處理.py 的用戶本身只需要關(guān)心它所提供的兩個類。
RSS 是一個可用多種擴(kuò)展來表示的縮寫：“RDF 站點(diǎn)摘要(RDF Site Summary)”、“真正簡單的辛迪加(Really Simple Syndication)”、“豐富站點(diǎn)摘要(Rich Site Summary)”。也許還能用其他擴(kuò)展來表示。在如此混亂的名稱背后，您會發(fā)現(xiàn)和這樣一個平凡的技術(shù)領(lǐng)域相關(guān)的故事多得令人吃驚。
Python RSS處理是用于分發(fā) Web 站點(diǎn)上的內(nèi)容的摘要的一種簡單的 XML 格式。它能夠用于共享各種各樣的信息，包括(但不是僅限于)簡訊、Web 站點(diǎn)更新、事件日歷、軟件更新、特色內(nèi)容集合和基于 Web 進(jìn)行拍賣的商品。RSS 是 Netscape 在 1999 年創(chuàng)建的，它允許將許多信息源中的內(nèi)容聚集到 Netcenter 門戶網(wǎng)站中(這個門戶網(wǎng)站現(xiàn)在已經(jīng)不存在了)。
UserLand 社區(qū)中的 Web 狂熱愛好者們成為了 RSS 早期的支持者，RSS 很快就成為了一種非常流行的格式。這種流行使得人們很難對 RSS 進(jìn)行改進(jìn)從而使它能用于更多的地方。這種限制導(dǎo)致了 RSS 的發(fā)展出現(xiàn)了分歧。
其中一個組選擇了一種基于 RDF 的方式，目的在于利用大量的 RDF 工具和模塊，而另一個組則選擇了一種更加緊縮的方式。前者被稱之為 RSS 1.0，而后者則被稱之為 RSS 0.91。就在上個月由于 RSS 非 RDF 變體的一個新版本的出現(xiàn)使得兩者之間的競爭進(jìn)一步加劇。
這一新版本被它的創(chuàng)造者稱之為“RSS 2.0”。RSS 0.91 和 1.0 非常流行，并且許許多多的門戶網(wǎng)站和 Web 日志都使用它們。事實(shí)上，blogging 社區(qū)是 RSS 的主要用戶，而 Python RSS處理就是某些現(xiàn)有的用于 XML 交換的網(wǎng)絡(luò)令人印象深刻的理由。
這些網(wǎng)絡(luò)已在有機(jī)地增長，并且真正地成為現(xiàn)有的最成功的 XML 服務(wù)的網(wǎng)絡(luò)。RSS 成為一種 XML 服務(wù)是因?yàn)樗煌ㄟ^網(wǎng)際協(xié)議交換 XML 信息(絕大多數(shù)的 RSS 交換是 RSS 文檔的簡單 HTTP GET)。
在本文中，我們介紹的不過是許多可以與 RSS 一起工作的 Python 工具中的少數(shù)幾個。我們不提供針對 RSS 的技術(shù)上的介紹。因?yàn)槟梢栽谄渌S多的文章中獲得這些內(nèi)容。(請參閱參考資料)。我們推薦您首先簡單地熟悉一下 RSS 知識，并且能了解 XML。您不需要去了解 RDF。
Mark Nottingham 編寫的 RSS.py 是用于 RSS 處理的一個 Python 庫。它非常完善并且編寫的很好。它需要 Python 2.2 和 PyXML 0.7.1。它的安裝是非常簡單;您只需從 Mark 的主頁中下載 Python 文件并將它復(fù)制到您的 PYTHONPATH 中的某處。
大多數(shù)Python RSS處理.py 的用戶本身只需要關(guān)心它所提供的兩個類：CollectionChannel 和 TrackingChannel。后者似乎是這兩個類中更有用的一個。TrackingChannel 是一個包含以每一項(xiàng)的關(guān)鍵字為索引的所有的 RSS 數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。
CollectionChannel 是一個類似的數(shù)據(jù)結(jié)構(gòu)，但它的結(jié)構(gòu)更像 RSS 文檔本身，它的頂層通道信息使用 URL 表示的散列值指向項(xiàng)細(xì)節(jié)。您很可能會使用 RSS.ns 結(jié)構(gòu)中的實(shí)用程序名稱空間聲明。清單 1 是一個簡單的腳本，它將下載并解析用于 Python 新聞的 RSS 供給，并以一個簡單的清單形式打印來自各項(xiàng)的所有信息。
【編輯推薦】
