PythonでRSSフィードなどを取得する

PythonでRSSフィードなどを取得することをしてみました。以前、ActionScript3で試した事があります（flash on 2010-1-7 - wonderfl build flash online）。
今回は、Pythonでやってみることにしました。やってみると、いろいろなライブラリーがあり、あれこれ迷っているうちに、3つほど試してみました。

環境

• MacOS X 10.6
• Python 2.6

feedparser

• http://feedparser.org/
• 結構有名なライブラリーらしい
• namespace、attributeの処理が不明...どうしたらいいのか

実際にやってみると

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import feedparser

url  = 'http://api.flickr.com/services/feeds/photoset.gne?set=72157624507131550&nsid=26712246@N00&lang=en-us&format=rss_200'
data = feedparser.parse(url)

for entry in data['entries']:
 print entry['title']

lxml

• http://codespeak.net/lxml/
• 速度重視のライブラリー
• 個人的には使いやすい気がする
• でも、インストールに手間取ったのと、GAE（Google App Engine）では使えない
• 名前空間も、attribute（属性）も扱える

インストール

• ファイルをダウンロード
• 解凍して、ディレクトリに移動
• sudo python setup.py install

#!/usr/bin/env python
# -*- coding: utf-8 -*-

from lxml import objectify
import urllib2

url = 'http://api.flickr.com/services/feeds/photoset.gne?set=72157624507131550&nsid=26712246@N00&lang=en-us&format=rss_200'
o = objectify.parse(urllib2.urlopen(url)).getroot()
items = o.channel.item['{http://search.yahoo.com/mrss/}thumbnail'].attrib['url']

for item in o.channel.item:
	print item['{http://search.yahoo.com/mrss/}thumbnail'].attrib['url']

ElementTree

• Python 2.5から標準ライブラリーになった
• GAEでも使える（はず、テストしていない）
• XPathで指定も出来るライブラリー（でも、XPathを使った事がない）

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import urllib
from xml.etree.ElementTree import *

url = 'http://api.flickr.com/services/feeds/photoset.gne?set=72157624507131550&nsid=26712246@N00&lang=en-us&format=rss_200'

result = urllib.urlopen(url)
rss    = fromstring(result.read())

for item in rss.getiterator('item'):
	for e in list(item):
		if e.tag == '{http://search.yahoo.com/mrss/}thumbnail':
			print e.items()