如何检索不超过X天的所有RSS条目

Question

我正在使用Python和RSS feedparser模块来检索RSS条目。 但是，我只想检索不超过x天的新闻条目。

例如，如果x = 4，则我的Python代码不应获取比当前日期早四天的任何内容。

Feedparser可让您抓取该条目的“发布”日期，但是它是unicode类型的，我不知道如何将其转换为datetime对象。

这是一些示例输入：

date = 'Thu, 29 May 2014 20:39:20 +0000'

这是我尝试过的：

from datetime import datetime
date_object = datetime.strptime(date, '%a, %d %b %Y %H:%M:%S %z')

这是我得到的错误：

ValueError: 'z' is a bad directive in format '%a, %d %b %Y %H:%M:%S %z'

我希望这样做：

from datetime import datetime
a = datetime(today)
b = datetime(RSS_feed_entry_date)
>>> a-b
datetime.timedelta(6, 1)
(a-b).days
6

Answer 1

为此，您已经有一个time.struct_time查看feed.entries[0].published_parsed

您可以使用time.mktime将其转换为时间戳，并将其与time.time（）进行比较，以了解过去的时间：

一个例子：

>>> import feedparser
>>> import time

>>> f = feedparser.parse("http://feeds.bbci.co.uk/news/rss.xml")
>>> f.entries[0].published_parsed
time.struct_time(tm_year=2014, tm_mon=5, tm_mday=30, tm_hour=14, tm_min=6, tm_sec=8, tm_wday=4, tm_yday=150, tm_isdst=0)

>>> time.time() - time.mktime(feed.entries[0].published_parsed)
4985.511506080627

显然，这对您来说将是一个不同的值，但是如果小于（对于您而言）86400 * 4（4天的秒数），那就是您想要的。

因此，简而言之

[entry for entry in f.entries if time.time() - time.mktime(entry.published_parsed) < (86400*4)]

会给你你的清单

Answer 2

from datetime import datetime
date = 'Thu, 29 May 2014 20:39:20 +0000'
if '+' in date:
    dateSplit = date.split('+')
    offset = '+' + dateSplit[1]
    restOfDate = str(dateSplit[0])
date_object = datetime.strptime(restOfDate + ' ' + offset, '%a, %d %b %Y %H:%M:%S ' + offset)
print date_object

Yields 2014-05-29 20:39:20 ，当我研究您的时区错误时，我遇到了另一个SO问题，说strptime在时区strptime有麻烦（ 链接到问题） 。