将Apple podcast剧集id映射到rss提要元素

Question

我正在尝试将Apple播客的剧集id映射到RSS提要中的特定播客条目。假设我有一个带有以下链接的插曲，所以https://podcasts.apple.com/us/podcast/the-numberphile-podcast/id1441474794?i=1000475383420 podcast_id=1441474794和episode_id=1000475383420。现在我可以通过下面的代码获得带有podcast id的RSS提要：

from urllib.request import urlopen
import json
import xmltodict

podcast_id = "1441474794"
ITUNES_URL = 'https://itunes.apple.com/lookup?id='
with urlopen(ITUNES_URL + podcast_id) as response:
    res = json.load(response)
    feedUrl = res['results'][0]['feedUrl']
    print(feedUrl)

with urlopen(feedUrl) as response:
    res = xmltodict.parse(response)

with open('res.json', "w") as f:
    f.write(json.dumps(res))

这为我提供了一个JSON，其中包含一些关于播客的一般信息，以及一个包含所有剧集的数组。对于特定的一集，结果如下所示：

"item": [
        {
          "title": "The Parker Quiz - with Matt Parker",
          "dc:creator": "Brady Haran",
          "pubDate": "Thu, 21 May 2020 16:59:08 +0000",
          "link": "https://www.numberphile.com/podcast/matt-parker-quiz",
          "guid": {
            "@isPermaLink": "false",
            "#text": "5b2cf993266c07b1ca7a812f:5bd2f1a04785d353e1b39d76:5ec683354f70a700f9f04555"
          },
          "description": "some description here...",
          "itunes:author": "Numberphile Podcast",
          "itunes:subtitle": "Matt Parker takes a quiz prepared by Brady. The YouTube version of this quiz contains a few visuals at https://youtu.be/hMwQwppzrys",
          "itunes:explicit": "no",
          "itunes:duration": "00:55:34",
          "itunes:image": {
            "@href": "https://images.squarespace-cdn.com/content/5b2cf993266c07b1ca7a812f/1541821254439-PW3116VHYDC1Y3V7GI0A/podcast_square2_2000x2000.jpg?format=1500w&content-type=image%2Fjpeg"
          },
          "itunes:title": "The Parker Quiz - with Matt Parker",
          "enclosure": {
            "@url": "https://traffic.libsyn.com/secure/numberphile/numberphile_parker_quiz.mp3",
            "@type": "audio/mpeg"
          },
          "media:content": {
            "@url": "https://traffic.libsyn.com/secure/numberphile/numberphile_parker_quiz.mp3",
            "@type": "audio/mpeg",
            "@isDefault": "true",
            "@medium": "audio",
            "media:title": {
              "@type": "plain",
              "#text": "The Parker Quiz - with Matt Parker"
            }
          }
        },
...]

episode_id=1000475383420不会出现在RSS feed响应中的任何地方，因此无法找到与此id对应的剧集。有没有一种干净的方法可以通过id找到这一集？例如，一个带有剧集id的Apple api调用将为我提供关于剧集的信息，然后我可以将该信息与RSS提要条目进行匹配。

Answer 1

用于唯一标识播客RSS提要中的一集的元素/标记为：

<guid>

这里有一些来自Apple Podcasts Connect Guide to RSS的相关信息，可能会有所帮助。

如果你能获得<guid>，那么你就可以从提要中访问这一集。

一个不太可靠的选择是尝试剧集的<link>标记。在您提供的URL上，有一个指向页面末尾的链接，名为“Episode”

​

​

这也可能让你在RSS提要中获得这一集的唯一关键字。但它可能并不是在所有情况下都能像您预期的那样工作。也就是说，播客RSS的创建者/发布者只是在每集中简单地放入相同的URL，而不是每集唯一的URL。

Answer 2

是的，第二个回应是一个通用的播客rss源，独立于苹果或其他来源。我从来没有期望它会有苹果/播客播放器特定的结果。

我能做的最好的事情就是在页面上做一个基于json-ld元数据的标题匹配。json-ld数据是语义数据(vs表示)，所以不太可能发生变化。我使用extruct库似乎是希望提取有意义的元数据，使用jsonpath_rw解析json文本(神奇的库)

import extruct 
from jsonpath_rw import parse

metadata = extruct.extract(itunes_podcast_episode_html, uniform=True)
title_pattern = "[json-ld][*]['name']"

expr = parse(title_pattern)
title = [match.value for match in expr.find(metadata)][0]
print(f"itunes podcast episode name = '{title}'")