在python上识别数据是RSS还是HTML

在Python中是否有我可以调用的函数或方法

---

这会告诉我数据是RSS还是HTML

您可以自己分析，搜索

xml

标记（用于RSS）或

html

标记（用于html）。

文件类型通常应在带外确定。例如，如果您从web服务器获取文件，可以查看HTTP响应的

Content-Type

头。如果您正在获取本地文件，文件系统将有一种方法来确定Windows上的文件类型，而Windows将查看文件扩展名

如果这些都不可用，您将不得不求助于内容嗅探。这从来都不是完全可靠的，RSS尤其令人恼火，因为它有多个不兼容的版本，但您所能做的最好的可能是：

尝试使用XML解析器分析内容。如果失败，则内容不是格式良好的XML，因此不能使用RSS

查看

document.documentElement.namespaceURI

。如果是

http://www.w3.org/1999/xhtml

，您已经有了XHTML。如果是

http://www.w3.org/1999/02/22-rdf-syntax-ns#

，你有RSS（一种风格）

如果

document.documentElement.tagName

是

rss

，那么就得到了rss（风格稍有不同）

如果文件不能被解析为XML，那么它很可能是HTML（或者它的一些标签）。可以想象，它也可能被破坏。在这种情况下，大多数进给工具都会拒绝它。如果您仍然需要检测这种情况，那么您将被减少到查找类似

的字符串。如果您指的是
声明，则不能保证RSS文件（或任何类型的XML文件）中会有一个字符串。