Python 使用通用提要解析器读取RSS提要中的扩展元素集合

是否有任何方法可以使用读取扩展元素集合

这只是Kuler RSS提要中的一小段：

<channel>
  <item>
    <!-- snip: regular RSS elements -->
    <kuler:themeItem>
      <kuler:themeID>123456</kuler:themeID>
      <!-- snip -->
      <kuler:themeSwatches>
        <kuler:swatch>
          <kuler:swatchHexColor>FFFFFF</kuler:swatchHexColor>
          <!-- snip -->
        </kuler:swatch>
        <kuler:swatch>
          <kuler:swatchHexColor>000000</kuler:swatchHexColor>
          <!-- snip -->
        </kuler:swatch>
      </kuler:themeSwatches>
    </kuler:themeItem>
  </item>
</channel>

feed.entries[0]。kuler\u swatchhexcolor

只返回最后一个

kuler:swatchhexcolor

。是否有任何方法可以使用

feedparser

检索所有元素

---

我已经通过使用minidom解决了这个问题，但是如果可能的话，我想使用通用提要解析器（由于非常简单的API）。可以延长吗？我在文档中没有找到任何关于这方面的信息，因此如果有人对这个库有更多的经验，请告诉我。

通用提要解析器对于大多数提要都很好，但是对于扩展提要，您可能想尝试一种叫做。它是一个XML/HTML/XHTML解析库，最初是为截屏而设计的；事实证明，这类事情也很精彩。文档非常好，它有一个自解释的API，所以如果您想使用其他任何东西，我建议您这样做

我可能会这样使用它：

>>> import BeautifulSoup
>>> import urllib2

# Fetch HTML data from url
>>> connection = urllib2.urlopen('http://kuler.adobe.com/path/to/rss.xml')
>>> html_data = connection.read()
>>> connection.close()

# Create and search the soup
>>> soup = BeautifulSoup.BeautifulSoup(html_data)
>>> themes = soup.findAll('kuler:themeitem') # Note: all lower-case element names

# Get the ID of the first theme
>>> themes[0].find('kuler:themeid').contents[0]
u'123456'

# Get an ordered list of the hex colors for the first theme
>>> themeswatches = themes[0].find('kuler:themeswatches')
>>> colors = [color.contents[0] for color in
... themeswatches.findAll('kuler:swatchhexcolor')]
>>> colors
[u'FFFFFF', u'000000']

所以你可能会认为这是一个非常酷的图书馆。如果你正在解析任何旧的RSS提要，那就不太好了，但是因为数据来自AdobeKuler，你可以非常确定它不会变化到足以破坏你的应用程序（也就是说，它是一个足够可信的源）

---

更糟糕的是试图解析Adobe该死的.ASE格式。我试着为它编写一个解析器，结果它变得非常可怕，非常快。Ug。因此，是的，RSS提要可能是与Kuler交互的最简单方式。

谢谢，我也会检查一下。这个API似乎比minidom更容易：我会选择find/findAll vs.getElementsByTagName:）基于这个答案，我为kuler制作了一个小python API-pykuler：谢谢！

>>> import BeautifulSoup
>>> import urllib2

# Fetch HTML data from url
>>> connection = urllib2.urlopen('http://kuler.adobe.com/path/to/rss.xml')
>>> html_data = connection.read()
>>> connection.close()

# Create and search the soup
>>> soup = BeautifulSoup.BeautifulSoup(html_data)
>>> themes = soup.findAll('kuler:themeitem') # Note: all lower-case element names

# Get the ID of the first theme
>>> themes[0].find('kuler:themeid').contents[0]
u'123456'

# Get an ordered list of the hex colors for the first theme
>>> themeswatches = themes[0].find('kuler:themeswatches')
>>> colors = [color.contents[0] for color in
... themeswatches.findAll('kuler:swatchhexcolor')]
>>> colors
[u'FFFFFF', u'000000']