使用 Python 从 HTML 提供 URL

Question

RSS 提要 URL 可用于站点的元数据（如果可用）。有没有办法使用 urllib2 或 HTMLParser 模块提取页面的 feed URL？或者有更好的模块可用吗？

谢谢。

Answer 1

我更喜欢 lxml。它有一个非常好的 API，并且它的 XPath 支持使这变得相当简单：

import lxml.html
doc = lxml.html.parse(url_to_site)
feeds = doc.xpath('//link[@type="application/rss+xml"]/@href') # list feed urls