Python生成的RSS：输出原始HTML？

Question

我正在使用PyRSS2Gen，并且想要在Feed中为每个项目发布原始HTML（特别是几幅图像）。

但是，looking at the source它似乎是RSSItem的构造函数不接受'图像'，所有的HTML都是自动转义的 - 有没有什么聪明的办法可以解决这个问题？我找到了this post，但代码示例似乎不起作用。

如果任何人有更好的解决方案，我不会依附于PyRSS2Gen。也许我应该只写自己的RSS feed？

谢谢！

Answer 1

我从痛苦的经历中学到了PyRSS2Gen不是为此而去的。问题是PyRSS2Gen使用python的sax库，特别是saxutility.xmlwriter，它转义了所有需要在XML中转义的字符，包括尖括号。所以即使你扩展PyRSS2Gen来添加标签，它仍然会有问题。

通常，我在RSS中看到过html（这是XML，而不是html），它包装为CDATA节。 Python的sax库没有CDATA的概念，但是minidom的确如此。所以我所做的就是放弃PyRSS2Gen，添加一些我自己的代码，并使用minidom来生成XML。

你只需要文件从minidom命名（从xml.dom.minidom进口文件）

您构建文档，如：

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，然后生成XML（RSS）文件时，你完成了：

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

Answer 2

我是写你列出的博客文章的人。我从gist中复制代码，然后在安装PyRSSGen2之后，在Kubuntu 11.10下运行它，并生成没有问题的代码。看看test.xml文件，它应该看起来像这样;

<?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> 

我会尽力在后面解释代码的工作原理，为了后代的缘故。

就像上面说的ViennaMike一样，PyRSS2Gen使用内置的SAX库，它会自动转义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，它不会输出任何内容。 （这就是包含“NoOutput”类的原因）。

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

我可以看到它有点令人困惑（因为你不需要media_thumbnail类），所以我已经提前并重新编写了这个类，所以没有“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") 

您提到您要在Feed中包含图像;你是否在描述标签中包含了你的图片的HTML，还是在其他地方？如果它位于其他地方，您能否提供一个示例RSS源，以便我可以针对您的情况进行适当更改？

Answer 3

jbm的回答很好。只需一个外接起来：Python2.7.5改变萨克斯库，所以我们需要修改JBM代码：

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