问题标签 [google-reader]

我正在使用 python 中的 feedparser 库从本地报纸中检索新闻（我的意图是对这个语料库进行自然语言处理），并希望能够从 RSS 提要中检索许多过去的条目。

我不太熟悉 RSS 的技术问题，但我认为这应该是可能的（我可以看到，例如，Google Reader 和 Feedly 可以在我移动滚动条时“按需”执行此操作）。

当我执行以下操作时：

我只收到十几个条目。我在想几百个。如果可能的话，可能是上个月的所有条目。是否可以仅使用 feedparser 执行此操作？

我打算从 rss 提要中仅获取新闻项的链接，并使用 BeautifulSoup 解析整个页面以获得我想要的文本。另一种解决方案是使用爬虫跟踪页面中的所有本地链接以获取大量新闻项目，但我现在想避免这种情况。

--

出现的一种解决方案是使用 Google Reader RSS 缓存：

http://www.google.com/reader/atom/feed/http://feeds.folha.uol.com.br/folha/emcimadahora/rss091.xml?n=1000

但是要访问这个我必须登录到谷歌阅读器。有人知道我是如何从 python 做到这一点的吗？（我真的对网络一无所知，我通常只会弄乱数值微积分）。

我使用以下 python 函数在谷歌阅读器中将项目标记为已读，但它总是返回错误 HTTPErrors: HTTP 401: Unauthorized:

其他功能正在成功检索提要和条目，因此它不是像错误的用户名或密码这样的基本问题。我读过需要 urlencoding，所以我已经这样做了。示例 entryid 如下所示：tag:google.com,2005:reader/item/f66ad0fb64f56a22

我究竟做错了什么？

我想管理一个 Google 阅读器“文件夹”的提要，我可以以编程方式添加和减去提要。我认为这是可能的，但我似乎找不到关于该主题的任何 API 文档。有什么建议吗？谢谢

我正在构建一个 Google Reader 客户端，想知道是否可以直接访问用户的个人资料图片（又名头像）。当我导航到阅读器本身中的图像时，我发现它们指向诸如http://www.google.com/s2/photos/private/AIbEiAIAAABDCPaY2PPrqNnxZiILdmNhcmRfcGhvdG8qKDE3NTc5YmI2NzI3YmRjOTcwNDAzMmQxZWJjYzQyZmI3OTZiNnxZiAIAAABDCPaY2PPrqNnxZiILdmNhcmRfcGhvdG8qKDE3NTc5YmI2NzI3YmRjOTcwNDAzMmQxZWJjYzQyZmI3OTZiNk2Q2OWIwDAWGrFm5

据我所知，这与阅读器 API 中的任何内容都不对应。

欢迎任何想法！谢谢！

我想解析我的公共谷歌阅读器提要的结果。我正在用 gwt 编写一个应用程序，到目前为止，我一直在遵循以下示例：

检索到提要，

并且数据显示在面板上+我在警报窗口中看到它。但是，当我更改 url 以便可以使用我的提要而不是示例时，没有任何效果。

以下是我尝试格式化网址的一些方法：

表面上，提要是相同的，除了示例中的提要将所有文本都放在一条长行上，而其他提要则有空格。这会导致问题吗？我能做些什么来绕过它？

我想对从提要返回的数据运行正则表达式。有一个更好的方法吗？

非常感谢！

我有一个巨大的（5,000 多个提要）OPML 文件，当我尝试使用以下说明将其上传到我的 Google 阅读器帐户时，它会冻结并崩溃我的浏览器：

1. 登录谷歌阅读器
2. 点击您的订阅
3. 单击更多操作下拉菜单
4. 选择导入
5. 浏览您的 OPML 文件
6. 点击打开
7. 点击上传
8. 在完成之前，您将看到以下显示：您的订阅正在导入...

我已经研究过使用：http
://code.google.com/p/pyrfeed/wiki/GoogleReaderAPI 但是，它似乎更像是一个 ATOM/RSS 阅读器和框架，而不是一个库来做我需要的事情. 我愿意接受通过 HTTP 完成此任务的建议和方法。

我正在尝试找到一种方法，根据关键字匹配将单个 RSS 提要拆分为单独的提要。

Yahoo Pipes 是我的第一个想法，但我找不到办法。尽管 Pipes 有一个拆分模块，但任何管道都只有一个输出模块可用。所以我看不出我怎么会从管道中获得多个饲料。

这样做的全部目的是使单个密集提要在 Google Reader 中更易于管理。（嘿谷歌：一些 Gmail 风格的过滤器怎么样？！）

[澄清开始]

我设想了一个主要的提要进入，然后根据某些关键字过滤构建“子提要”。问题是我会订阅过滤后的主提要和“子提要”。过滤器会减少主提要中的项目数量。它们被“过滤掉”。我会订阅过滤后的主要提要，以观察将来需要删除的其他子提要。

设置单独管道的主要问题是我需要为每个子提要维护过滤器，然后我还必须复制这些过滤器以将整个集合应用于主提要。这是可行的，但并不理想。我可能没有其他选择。

【澄清结束】

我的第二个想法是可能使用 Pipes 将标签应用于提要项目，希望 Google Reader 能够尊重这些标签。这似乎也不可能。

我查看了 MagpieRSS 和 Simplepie 以考虑推出我自己的解决方案。我找到了大量用于合并提要的文档，但没有发现拆分提要的内容。我的技能非常基础，所以如果没有非常具体的教程，这可能超出了我的范围。

如果有人有想法，我将不胜感激。谢谢。

（我之前问过这个问题，这个问题在某种程度上被认为更适用于超级用户，在它迁移到那里后，它因为不适用于超级用户而被关闭。让我先澄清一下，我问的是提要是否我在 php 中创建了一个由我编写的程序，Google Reader 有一些问题。或者如果 Google Reader 有一些特殊要求，我作为一个使用 php 的程序员应该知道。当我在编程时。）

我有两个带有 RSS 提要的网站。在每个站点中，我收集数据，然后将其传递给我编写的一个简单的格式化程序，它负责创建 RSS 格式的工作，因此每个站点基本上都使用相同的代码来生成提要。

我在谷歌阅读器中订阅了这两个。一个（scribs）工作正常，但另一个（amusing.org）没有。它显示最近的更新为 2009 年 11 月 7 日，并且不知何故，最近的更新（1 月 22 日及之前的）堆积在 2009 年 10 月 31 日之后。因此，它从未显示提要已更新。

两个提要都通过提要验证器进行验证，只是目测，所有的日期和格式对我来说都是正确的，但我无法确定问题出在哪里。

有效的提要：http
://scribs.us/feed.php 无效的提要：http: //www.amusing.org/feed.php

Anyone know the http request in order to find the subscriber count for a subscription? Something similar to http://www.google.com/reader/api/0/unread-count?all=true must exist for subscribers, no?

有没有办法以编程方式获取所有提要的列表以及来自谷歌阅读器的当前标签、文件夹。我正在使用 c#。我看到有一些 http get/put 代码列表，但也找不到任何好的解析器