如何使用xmlfeedspid获取xml提要

Question

我正在尝试使用以下格式获取一个xml文件

文件_示例.xml：

<rss version="2.0">
 <channel>
   <item>
       <title>SENIOR BUDGET ANALYST (new)</title>
       <link>https://hr.example.org/psp/hrapp&SeqId=1</link>
       <pubDate>Wed, 18 Jul 2012 04:00:00 GMT</pubDate>
       <category>All Open Jobs</category>
   </item>
   <item>
       <title>BUDGET ANALYST (healthcare)</title>
       <link>https://hr.example.org/psp/hrapp&SeqId=2</link>
       <pubDate>Wed, 18 Jul 2012 04:00:00 GMT</pubDate>
       <category>All category</category>
   </item>
 </channel>
</rss>

以下是我的蜘蛛网.py代码

^{pr2}$

结果：

2012-07-25 13:24:14+0530 [testproject] DEBUG: Scraped from <200 https://hr.templehealth.org/hrapp/rss/careers_jo_rss.xml>
    {'title': [u'SENIOR BUDGET ANALYST (hospital/healthcare)',
               u'BUDGET ANALYST'],
     'link': [u'https://hr.example.org/psp/hrapp&SeqId=1',
               u'https://hr.example.org/psp/hrapp&SeqId=2'] 
     'pubdate': [u'Wed, 18 Jul 2012 04:00:00 GMT',
               u'Wed, 18 Jul 2012 04:00:00 GMT'] 
     'category': [u'All Open Jobs',
               u'All category'] 
      }

从上面的结果可以看出，所有来自相应标记的结果都被组合到一个列表中，但是我想根据它们的单个项标记进行映射，如下所示，就像我们为html抓取所做的那样。在

    {'title': u'SENIOR BUDGET ANALYST (hospital/healthcare)'
     'link': u'https://hr.example.org/psp/hrapp&SeqId=1'
     'pubdate': u'Wed, 18 Jul 2012 04:00:00 GMT'
     'category': u'All Open Jobs'
      }
    {'title': u'BUDGET ANALYST'
     'link': u'https://hr.example.org/psp/hrapp&SeqId=2' 
     'pubdate': u'Wed, 18 Jul 2012 04:00:00 GMT'
     'category': u'All category'
      }

我们如何根据单独的主标记（如上面的item标记）来获取xml标记数据。在

提前谢谢。。。。。。。。。。。。。在

Answer 1

尝试将您的itertag从itertag = 'channel'更改为'itertag = 'item'

Answer 2

只需更改itertag='item'。在

如果您参考parse_node方法的文档，则说明该方法是为与所提供的标记名（itertag）匹配的节点调用的。如果是“item”（子节点到“channel”rootnode）。在

Answer 3

我建议使用feedparser：

feedparser.parse(url)

结果

^{pr2}$