从FeedParser中删除URL和图像

Question

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

但我想要纯文本（带<p>标签），但没有网址或图片（即没有<a>或<img>标签）。

以下是两种方法：

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＆amp; img标签。

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，首先删除这两个标签。

哪种方法更好？

还有其他好方法吗？

非常感谢！

Answer 1

通常，越快越好，这可以使用python的timeit module来确定。但在你的情况下，我宁愿不改变源代码，但坚持使用第二个选项。它有助于维护。

其他选项包括编写自定义解析器（使用C扩展以获得最大速度）或者只是让您的网站的模板引擎（Django可能？）剥离这些标记。好吧，我已经改变了主意，最后的解决方案似乎是全能的......