Python 使用 feedparser 解析 Yahoo 天气 RSS

Question

我正在尝试使用feedparser从雅虎天气的RSS获取一些数据。看起来feedparser把yweather这个命名空间的数据给去掉了：

http://weather.yahooapis.com/forecastrss?w=24260013&u=c

<yweather:condition  text="Fair" code="34"  temp="23"  date="Wed, 19 May 2010 5:55 pm EDT" />

看起来feedparser完全忽略了这些数据。有没有办法获取到它呢？

Answer 1

为了完整性，feedparser 也支持这个功能。一般的写法是用命名空间前缀加下划线再加标签名（比如，yweather_condition）。

在给出的雅虎天气示例中，可以这样做：

import feedparser
d=feedparser.parse('http://weather.yahooapis.com/forecastrss?w=24260013&u=c')
print (d['items'][0]['yweather_condition'])

结果是

{'date': u'Mon, 18 Jul 2011 7:53 pm EDT', 'text': u'Fair', 'code': u'34', 'temp': u'27'}

相关文档可以在这里找到：http://www.feedparser.org/docs/namespace-handling.html

Answer 2

这里有一种方法可以使用 lxml 来获取数据：

import urllib2
import lxml.etree

url = "http://weather.yahooapis.com/forecastrss?w=24260013&u=c"
doc = lxml.etree.parse( urllib2.urlopen(url) ).getroot()
conditions = doc.xpath('*/*/yweather:condition',
                       namespaces={'yweather': 'http://xml.weather.yahoo.com/ns/rss/1.0'})
try:
    condition=conditions[0]
except IndexError:
    print('yweather:condition not found')
print(condition.items())
# [('text', 'Fair'), ('code', '33'), ('temp', '16'), ('date', 'Wed, 19 May 2010 9:55 pm EDT')]

关于 在使用命名空间时的xpath 这一部分可能会特别有帮助。