识别itunes:关键字和itunes:类别单独与反馈解析器？

Question

我使用馈电分析器解析rss (如https://www.relay.fm/analogue/feed )，但无法确定如何显式地标识itunes:category值。

查看反馈解析器itunes测试，itunes:keywords和itunes:category值似乎都被放入了feed['tags']字典中。

来自category的测试

<!--
Description: iTunes channel category
Expect:      not bozo and feed['tags'][0]['term'] == 'Technology'
-->
<rss xmlns:itunes="http://www.itunes.com/DTDs/Podcast-1.0.dtd">
    <channel>
        <itunes:category text="Technology"></itunes:category>
    </channel>
</rss>

然后是keywords

<!--
Description: iTunes channel keywords
Expect:      not bozo and feed['tags'][0]['term'] == 'Technology' and 
'itunes_keywords' not in feed
-->
<rss xmlns:itunes="http://www.itunes.com/DTDs/Podcast-1.0.dtd">
    <channel>
        <itunes:keywords>Technology</itunes:keywords>
    </channel>
</rss>

对于上面的示例提要，条目如下：

<itunes:keywords>Hurley, Liss, feelings</itunes:keywords>

和

<itunes:category text="Society &amp; Culture"/>
<itunes:category text="Technology"/>

其结果是按如下方式填充feed[tags]：

[{'label': None, 'scheme': 'http://www.itunes.com/', 'term': 'Hurley'},
 {'label': None, 'scheme': 'http://www.itunes.com/', 'term': 'Liss'},
 {'label': None, 'scheme': 'http://www.itunes.com/', 'term': 'feelings'},
 {'label': None,'scheme': 'http://www.itunes.com/','term': 'Society & Culture'},
 {'label': None, 'scheme': 'http://www.itunes.com/', 'term': 'Technology'}]

有没有办法唯一地标识来自itunes:category标记的值？

Answer 1

我无法在馈电分析器中找到这样的方法，所以我也使用了美汤：

import bs4

soup = bs4.BeautifulSoup(raw_data, "lxml")        

def is_itunes_category(tag):
        return tag.name == 'itunes:category'

categories = [tag.attrs['text'] for tag in soup.find_all(is_itunes_category)]

Answer 2

Feed分析器诉6.0.2实现特定的itunes:x属性

• itunes:category在feedparser解析器中可作为category提供。

import feedparser
feedp = feedparser.parse(url)
category = feedp.feed.category 

• itunes:keywords确实在indeed解析器中被重命名为tags，并被填充到term中。

但是，通道关键字与项目关键字混合使用scheme作为过滤器来分别识别项目关键字。

import feedparser
feedp = feedparser.parse(url)
#get all the keywords both item and channel
keywords = [k["term"] for k in feedp["feed"]["tags"]] 
# get the keywords from all the items 
keyword = [t["term"] for t in feedp["feed"]["tags"] if  t["scheme"] == 'http://www.itunes.com/']

如果可用，这可能会擦除其他标记，但如果itunes:关键字和标记共存，则它们是重复的。

• itunes:duration可作为itunes_duration提供

import feedparser
feedp = feedparser.parse(url)
duration = feedp["itunes_duration"] 

有点离题，但要完整地回答：

如果有多个类别可用，它们将以元组的形式公开，如文档中所述。

>>>import feedparser
>>>feedp = feedparser.parse(url)
>>>categories = feedp.feed.categories 
>>>print(categories)
>>>[(u'Syndic8', u'1024'),
(u'dmoz', 'Top/Society/People/Personal_Homepages/P/')]

但itunes没有多个类别..。

不需要再用beautifulSoup4进行解析了。