python - 强制 feedparser 清理所有内容类型

Question

对于一个项目，我想使用feedparser 。基本上我已经成功了。

在文档中section about sanitization据描述，并非所有内容类型都经过清理。如何强制 feedparser 对所有内容类型执行此操作？

Answer 1

我认为您引用的 feedparser 文档页面提供了很好的建议:

*建议您检查内容类型，例如条目[i].summary_detail.type。如果它是文本/纯文本，那么它还没有被清理(并且您应该在渲染内容之前执行 HTML 转义)。*

import cgi
import feedparser

d = feedparser.parse('http://rss.slashdot.org/Slashdot/slashdot')

# iterate through entries. If the type is not text/html, HTML clean it
for entry in d.entries:
    if entry.summary_detail.type != 'text/html':
        print cgi.escape(entry.summary)
else:
    print entry.summary

当然，您可以通过多种方式迭代条目，具体取决于条目清理后您想要对它们执行的操作。