最近用 FeedJack 架好一個 planet . 安裝的 step-by-step 過幾天有空再寫.
試抓幾個 blog , 都很順利, 但是抓學弟在 Yahoo!奇摩部落格 beta 出現問題. 抓回來的時間不正確, 10/18 的文章變成 10/1 的文章.

仔細看 RSS 內容, 日期格式是這樣

<pubDate>2006/10/20 00:29:09</pubDate>

和 RSS v2 的規格書不一樣, 要符合RFC 822, 以wordpress產生為例

<pubDate>Mon, 16 Oct 2006 18:13:48 +0000</pubDate>

用 Feed validator 檢查, 也是說日期欄位不對.

拜託學弟用 Feed Burner 燒燒看, 問題還是一樣.
乾脆拜託學弟寄抱怨信給 Yahoo!奇摩. XD

問了 google , 果然也有人有這個問題.
FeedJack 用來處理 feed 的 FeedParser 可以自己寫處理日期的 handler . 參考範例改的程式, 可以正確辨識日期.

import feedparser
import re

_my_date_pattern = re.compile( \
r’(\d{,4})/(\d{,2})/(\d{2}) (\d{,2}):(\d{2}):(\d{2})’)

def myDateHandler(aDateString):
“”"parse a UTC date in MM/DD/YYYY HH:MM:SS format”"”
year, month, day, hour, minute, second = \
_my_date_pattern.search(aDateString).groups()
return (int(year), int(month), int(day), \
int(hour), int(minute), int(second), 0, 0, 0)

feedparser.registerDateHandler(myDateHandler)
d = feedparser.parse(”http://tw.myblog.yahoo.com/l314kimo/rss”)
e = d.entries[0]
print e.updated
print e.updated_parsed

如果程式判斷的日期正確就成功了

pctao@pcsh [~/tmp] [4:23/W6] python testfeed.py
2006/10/21 01:22:32
(2006, 10, 21, 1, 22, 32, 0, 0, 0)

再去修改 feedjack_update.py , FreeBSD 是裝在

/usr/local/lib/python2.4/site-packages/Feedjack-0.9.7-py2.4.egg/EGG-INFO/scripts/feedjack_update.py

現在 planet運作正常!

PS. 我還不會寫 python , 如果有錯歡迎指教.

Popularity: unranked [?]