从FeedParser中删除URL和图像

Question

我正在使用http://code.google.com/p/feedparser/编写一个简单的新闻集成器。

但我想要纯文本(与<p>标签)，但没有网址或图像(即。没有<a>或<img>标签)。

这里有两种方法可以做到这一点：

1.编辑源代码。http://code.google.com/p/feedparser/source/browse/branches/f8dy/feedparser/feedparser.py

class _HTMLSanitizer(_BaseHTMLProcessor):
    acceptable_elements =[....]

只需删除a& img标记即可。

2.

import feedparser 
feedparser._HTMLSanitizer.acceptable_elements = feedparser._HTMLSanitizer.acceptable_elements.remove('a')
feedparser._HTMLSanitizer.acceptable_elements = feedparser._HTMLSanitizer.acceptable_elements.remove('img')

当我使用feedparser时，首先删除这两个标记。

哪种方法更好？

有没有其他好的方法？

非常感谢!

Answer 1

通常，越快越好，这可以使用python的timeit module来确定。但在您的情况下，我不喜欢修改源代码，而是坚持第二种选择。它有助于可维护性。

其他选择包括编写自定义解析器(使用C扩展以获得最大速度)，或者让站点的模板引擎(Django？)去掉那些标签。嗯，我改变主意了，最后的解决方案似乎是最好的……