Question

我正在使用PyRSS2Gen，我想在我的Feed中为每个项目发布原始HTML（特别是几张图片）。

然而，looking at the source似乎RSSItem的构造函数不接受'image'并且所有HTML都是自动转义的 - 有什么聪明的方法可以解决这个问题吗？

我找到this post，但代码示例似乎不起作用。

如果有人有更好的解决方案，我不会加入PyRSS2Gen。也许我应该写自己的RSS源？

谢谢！

Answer 1

我从痛苦的经历中了解到，PyRSS2Gen不适合这样做。问题是PyRSS2Gen使用python的sax库，特别是saxutility.xmlwriter，它可以转义所有需要在XML中转义的字符，包括尖括号。因此，即使您扩展PyRSS2Gen以添加标记，它仍然会有问题。

通常情况下，我在RSS（包括XML，而不是html）中看到了包含在CDATA部分中的html。 Python的sax库没有CDATA的概念，但minidom却没有。所以我做的是删除PyRSS2Gen，添加一些我自己代码的额外行，并使用minidom生成XML。

您只需要来自minidom的文档（来自xml.dom.minidom导入文档）

您构建的文档如下：

doc = Document()
rss=doc.createElement('rss')
rss.setAttribute('version', '2.0')
doc.appendChild(rss)
channel=doc.createElement('channel')
rss.appendChild(channel)
channelTitle=doc.createElement('title')
channel.appendChild(channelTitle)

等，然后在完成后生成xml（RSS）文件：

f = open('whitegrass.xml', "w")
doc.writexml(f)
f.close()

Answer 2

我是撰写您列出的博客文章的人。我复制了gist中的代码，并在安装PyRSSGen2后在Kubuntu 11.10下运行它，并生成代码没有问题。看一下test.xml文件，看起来应该是这样的;

<?xml version="1.0" encoding="utf-8"?>
    <rss version="2.0" xmlns:media="http://search.yahoo.com/mrss/">
    <channel>
        <title>Example Title</title>
        <link>http://example.com</link>
        <description>Example RSS Output</description>
        <pubDate>Thu, 27 Oct 2011 05:36:27 GMT</pubDate>
        <lastBuildDate>Thu, 27 Oct 2011 05:36:27 GMT</lastBuildDate>
        <generator>PyRSS2Gen-1.0.0</generator>
        <docs>http://blogs.law.harvard.edu/tech/rss</docs>

        <item>
            <title>Item Title</title>
            <link>http://example.com</link>
            <media:thumbnail url="http://example.com/image.jpg"></media:thumbnail>
            <description>< ![CDATA[<p><b>example</b>text<p><br/>
    <p>Where are you going today?</p>
    ]]></description>
            <guid>random_guid_x9129319</guid>
            <pubDate>Thu, 27 Oct 2011 14:36:27 GMT</pubDate>
        </item>
    </channel>
    </rss>

为了后人的缘故，我将尝试解释下面代码是如何工作的。

就像维也纳上面说的那样，PyRSS2Gen使用内置的SAX库，它自动转义HTML。但是，有办法解决这个问题。在你提到的代码片段中，我覆盖了PyRSS2Gen的“RSSItem”，这样当它输出“description”时，它实际上不会输出任何内容。（这是包含“NoOutput”类背后的原因）。

由于没有输出描述，我们必须添加一个方法将它自己附加到输出。因此，“publish_extensions”代码（输出media_thumbnail和description标签）。

我可以看到它有些令人困惑（因为你不需要一个media_thumbnail类）所以我已经继续并重新编写了这个类，因此没有“媒体缩略图”类可以为你解决问题。

# This is insecure, and only here for a proof of concept.  Your mileage may vary.  Et cetra.
import PyRSS2Gen
import datetime

class NoOutput:
    def __init__(self):
        pass
    def publish(self, handler):
        pass

class IPhoneRSS2(PyRSS2Gen.RSSItem):
    def __init__(self, **kwargs):
        PyRSS2Gen.RSSItem.__init__(self, **kwargs)

    def publish(self, handler):
        self.do_not_autooutput_description = self.description
        self.description = NoOutput() # This disables the Py2GenRSS "Automatic" output of the description, which would be escaped.
        PyRSS2Gen.RSSItem.publish(self, handler)

    def publish_extensions(self, handler):
        handler._out.write('<%s>< ![CDATA[%s]]></%s>' % ("description", self.do_not_autooutput_description, "description"))

# How to use:

rss = PyRSS2Gen.RSS2(
    title = "Example Title",
    link="http://example.com",
    description="Example RSS Output",
    lastBuildDate=datetime.datetime.utcnow(),
    pubDate=datetime.datetime.utcnow(),
    items=[
        IPhoneRSS2(
        title="Item Title",
        description="""<p><b>example</b>text<p><br/>
<p>Where are you going today?</p>

""",
        link="http://example.com",
        guid="random_guid_x9129319",
        pubDate=datetime.datetime.now()),
    ]
)
rss.rss_attrs["xmlns:media"] = "http://search.yahoo.com/mrss/"
rss.write_xml(open("test.xml", "w"), "utf-8")

您提到要在Feed中添加图片;你是在描述标签中包含你的图像的HTML，还是在其他地方？如果它在其他地方，您是否可以提供示例RSS源，以便我可以针对您的情况进行适当的更改？

Answer 3

jbm的答案很好。只是一个补充：Python2.7.5改变了sax库，所以我们需要修改jbm的代码：

def publish_extensions(self, handler):
    handler._write('<%s><![CDATA[%s]]></%s>' % ("description", self.do_not_autooutput_description, "description"))

Python生成的RSS：输出原始HTML？

3 个答案: