API tools faq
paste
Guest User

VMR

a guest
Mar 31st, 2010
212
0
Never
Add comment
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
Python 3.04 KB | None | 0 0
raw download clone embed print report
  1. '''
  2. Created on Mar 31, 2010
  3.  
  4. @author: Damjan
  5. '''
  6.  
  7. #!/usr/bin/env python
  8. # -*- coding: utf-8 -*-
  9.  
  10. import urllib2, re
  11. from xml.dom import minidom
  12.  
  13. class RssReader():
  14.     def __init__(self, url):
  15.         self.xml = urllib2.urlopen(url)
  16.         self.title = []
  17.         self.links = []
  18.         self.description = []
  19.        
  20.         if (self.xml):
  21.             xmldoc = minidom.parse(self.xml)
  22.             if (xmldoc):
  23.                 rootNode = xmldoc.documentElement
  24.                 for node in rootNode.childNodes:
  25.                     if (node.nodeName == "channel"):
  26.                         for item_node in node.childNodes:
  27.                             for item in item_node.childNodes:
  28.                        
  29.                                 if (item.nodeName == "title"):
  30.                                     title = ""
  31.                                     for text_node in item.childNodes:
  32.                                         if (text_node.nodeType == node.TEXT_NODE):
  33.                                             title += text_node.nodeValue
  34.                                         if (len(title)>0):
  35.                                             self.title.append(title)
  36.  
  37.                                 if (item.nodeName == "description"):
  38.                                     description = ""
  39.                                     for text_node in item.childNodes:
  40.                                         if (text_node.nodeType == node.TEXT_NODE):
  41.                                             description += text_node.nodeValue
  42.                                         if (len(description)>0):
  43.                                             self.description.append(self.remove_html_tags(description))
  44.                                         else:
  45.                                             self.description.append("")
  46.  
  47.                                 if (item.nodeName == "link"):
  48.                                     link = ""
  49.                                     for text_node in item.childNodes:
  50.                                         if (text_node.nodeType == node.TEXT_NODE):
  51.                                             link += text_node.nodeValue
  52.                                         if (len(link)>0):
  53.                                             self.links.append(link)
  54.                                            
  55.  
  56.             else:
  57.                 print "Error getting XML document!"
  58.         else:
  59.             print "Error! Getting URL"
  60.  
  61.        
  62.     def remove_extra_spaces(self, data):
  63.         p = re.compile(r'\s+')
  64.         return p.sub(' ', data)
  65.    
  66.     def remove_html_tags(self, data):
  67.         p = re.compile(r'<.*?>')
  68.         return self.remove_extra_spaces(p.sub('', data))
  69.    
  70. R = RssReader("http://rss.cnn.com/rss/cnn_topstories.rss")
  71.  
  72. f = open("file.html", "w")
  73. f.write('<html><body>')
  74. i=0
  75. print len(R.title)
  76. print len(R.links)
  77. print len(R.description)
  78.  
  79. for ttl in R.title:
  80.     f.write('<a href="' + R.links[i] + '">' + ttl + '</a><p>' + R.description[i] + '</p>')
  81.     i+=1
  82. f.write('</body></html>')
  83. f.close()
Advertisement
Add Comment
Please, Sign In to add comment
Public Pastes
We use cookies for various purposes including analytics. By continuing to use Pastebin, you agree to our use of cookies as described in the Cookies Policy.  OK, I Understand
Not a member of Pastebin yet?
Sign Up, it unlocks many cool features!