如何解析二进制编码的rss提要

Question

嗨，我在从一个特定的站点下载和阅读rss提要时遇到了一个问题，问题似乎是最终下载的rss提要看起来是二进制格式的，有人能告诉我如何将其恢复为可读的格式，然后发送到beautiful soup进行解析吗？。在

这是我的密码所以远：在

import urllib2
from BeautifulSoup import BeautifulSoup

rss_feed = urllib2.urlopen("http://kat.ph/usearch/ubuntu/?rss=1", timeout=5.0).read()
print rss_feed #will display binary not expected xml
rss_feed_soup = BeautifulSoup(rss_feed)

因此，为了澄清一下，当我试图使用urllib2进行阅读时，我似乎无法获得结果xml，如果我在任何现代web浏览器中查看rss提要，rss显示正确，那么我在这里遗漏了什么？，rss提要是二进制编码的吗？如果是，如何正确解码？。在

谢谢你的回复。在

Answer 1

服务器对提要进行gzip压缩以实现高效下载；它有一个Content-Encoding: gzip头集。在

使用^{}下载并解析它，而不是使用urllib2和beautifulGroup。在

如果必须使用urllib2，也可以先使用gzip模块解压缩内容：

import gzip
from cStringIO import StringIO

rss_feed = gzip.GzipFile(fileobj=StringIO(rss_feed)).read()