python - 如何判断rss是否更新过

Question

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？

Answer 1

理論上，rss在http header應該回傳一個last-modified或etag（atom），可以透過這個來判斷

python的feedparser中，可以這樣用

import feedparser
d = feedparser.parse(rss_url)
d = feedparser.parse(rss_url, modified=d.modified, etag=d.etag)
d.status # 304
d.feed # {}

如果沒有更新的話，第二次就不會取得到東西

Answer 2

rss不是有guid嘛，把最新的guid存一個，再爬的時候判斷一下唄，rss有沒有更新那是別人服務端程式自己的事，你也控制不了

Answer 3

lz，求這個程式碼！畢設題目是這個，想請教樓主大大幫忙，零基礎，如何快速做完這個項目，蟹蟹