Python 生成用于输入RSS提要的变量

这可能是一个非常简单的调试问题（我没有单独编写代码）我有一个循环代码，可以解析一个刮取的xml，这种解析在5分钟的循环中进行，但不会从一个循环返回到下一个循环，这是将用户ID存储在一个集合中的结果，如果用户id已经存在于用户集中，那么脚本将跳到xml的下一行。我想将这个脚本的结果作为RSS输出，我有一个潜在的方法来实现，但是我首先需要将数据存储为某种类型的变量

我曾经尝试过这样做，但是每次这样做时，我似乎都会遇到存储在集合中的最后一个用户ID的问题。我没有向您提供我的错误代码，而是附上了一个工作代码的示例，其中不包括我将结果打印定义为变量的哈希尝试

import mechanize
import urllib
import json
import re
import random
import datetime
from sched import scheduler
from time import time, sleep

######Code to loop the script and set up scheduling time

s = scheduler(time, sleep)
random.seed()

def run_periodically(start, end, interval, func):
    event_time = start
    while event_time < end:
        s.enterabs(event_time, 0, func, ())
        event_time += interval + random.randrange(-5, 45)
    s.run()

###### Code to get the data required from the URL desired
def getData():  
    post_url = "URL OF INTEREST"
    browser = mechanize.Browser()
    browser.set_handle_robots(False)
    browser.addheaders = [('User-agent', 'Firefox')]

######These are the parameters you've got from checking with the aforementioned tools
    parameters = {'page' : '1',
              'rp' : '250',
              'sortname' : 'roi',
              'sortorder' : 'desc'
             }
#####Encode the parameters
    data = urllib.urlencode(parameters)
    trans_array = browser.open(post_url,data).read().decode('UTF-8')

    xmlload1 = json.loads(trans_array)
    pattern1 = re.compile('>&nbsp;&nbsp;(.*)<')
    pattern2 = re.compile('/control/profile/view/(.*)\' title=')
    pattern3 = re.compile('<span style=\'font-size:12px;\'>(.*)<\/span>')

##### Making the code identify each row, removing the need to numerically quantify the     number of rows in the xmlfile,
##### thus making number of rows dynamic (change as the list grows, required for looping function to work un interupted)

    for row in xmlload1['rows']:
        cell = row["cell"]

##### defining the Keys (key is the area from which data is pulled in the XML) for use in the pattern finding/regex

        user_delimiter = cell['username']
        selection_delimiter = cell['race_horse']

        if strikeratecalc2 < 12 : continue;

##### REMAINDER OF THE REGEX DELMITATIONS

        username_delimiter_results = re.findall(pattern1, user_delimiter)[0]
        userid_delimiter_results = (re.findall(pattern2, user_delimiter)[0])
        user_selection = re.findall(pattern3, selection_delimiter)[0]

##### Code to stop duplicate posts of each user throughout the day

    userset = set ([])
    if userid_delimiter_results in userset: continue;

##### Printing the results of the code at hand

        print "user id = ",userid_delimiter_results
        print "username = ",username_delimiter_results
        print "user selection = ",user_selection
        print ""

##### Code to stop duplicate posts of each user throughout the day  part 2 (udating set to add users already printed to the ignore list)

    userset.update(userid_delimiter_results)

    getData()

    run_periodically(time()+5, time()+1000000, 300, getData)

导入机械化
导入URL库
导入json
进口稀土
随机输入
导入日期时间
从sched导入计划程序
从时间导入时间，睡眠
######循环脚本并设置调度时间的代码
s=调度程序（时间、睡眠）
random.seed（）
def定期运行（开始、结束、间隔、功能）：
事件时间=开始
当事件时间<结束时：
s、 enterabs（事件时间，0，函数，（））
事件时间+=间隔+随机随机范围（-5,45）
s、 运行（）
######从所需URL获取所需数据的代码
def getData（）：
post_url=“感兴趣的url”
browser=mechanize.browser（）
browser.set_handle_robots（False）
browser.addheaders=[（'User-agent'，'Firefox'）]
######这些是通过上述工具检查得到的参数
参数={'page'：'1'，
‘rp’：‘250’，
“sortname”：“roi”，
“排序器”：“描述”
}
#####对参数进行编码
data=urllib.urlencode（参数）
trans_array=browser.open（post_url，data）.read（）.decode（'UTF-8'））
xmload1=json.loads（trans_数组）
pattern1=re.compile（'>（.*）我通过将print部分设置为

    arrayna = [arrayna1, arrayna2, arrayna3, arrayna4]

    arraym1 = "user id = ",userid_delimiter_results

然后为了克服每次运行循环时arrayna都会遇到的问题

my_array = [] # Create an empty list

print(my_array)

因此，您的代码可能类似于：

这起到了作用：）
存在许多问题，例如，代码总是尝试对空集（userset）进行测试，测试本身可能也不正确（或者稍后对userset.update（）的调用不正确），由于无限递归（getData（））而无法访问run\u定期调用。将您的代码分割成小块，并使用模拟数据对其进行单独测试，直到您了解每个peace到底在做什么。考虑使用爬行、擦除数据和生成提要或从HTML中提取数据。