84669 人學習
152542 人學習
20005 人學習
5487 人學習
7821 人學習
359900 人學習
3350 人學習
180660 人學習
48569 人學習
18603 人學習
40936 人學習
1549 人學習
1183 人學習
32909 人學習
最近在写一个python程序要把一些rss中的文章不断获取下来
但不知道怎么判断rss是否更新过，只获取那些更新出来的文章
目前的想法是对每一个rss存一个最新文章的时间，下一次把所有更新的文章获取下来，然后更新这个最新时间
对了还有另外一个问题，就是感觉rss中的文章数没有网页上多，貌似好几天才有新的，但网页上是每天都有的，是什么原因？
光阴似箭催人老，日月如移越少年。
理论上来说，rss在http header应该返回一个last-modified或者etag（atom），可以通过这个来判断
python的feedparser中，可以这样用
import feedparser d = feedparser.parse(rss_url) d = feedparser.parse(rss_url, modified=d.modified, etag=d.etag) d.status # 304 d.feed # {}
如果没有更新的话，第二次就不会获取到东西
rss不是有guid嘛，把最新的guid存一个，再爬的时候判断一下呗，rss有没有更新那是别人服务端程序自己的事，你也控制不了
lz，求这个程序代码！毕设题目是这个，想请教楼主大大帮帮忙，零基础，如何快速做完这个项目，蟹蟹
理论上来说，rss在http header应该返回一个last-modified或者etag（atom），可以通过这个来判断
python的feedparser中，可以这样用
如果没有更新的话，第二次就不会获取到东西
rss不是有guid嘛，把最新的guid存一个，再爬的时候判断一下呗，rss有没有更新那是别人服务端程序自己的事，你也控制不了
lz，求这个程序代码！毕设题目是这个，想请教楼主大大帮帮忙，零基础，如何快速做完这个项目，蟹蟹