projects.mako.cc - iron-blogger/blob - import-feeds.py

   1 #!/usr/bin/python
   2 from lxml import html
   3 import yaml
   4 import urllib2
   5 import urlparse
   6
   7 with open('bloggers.yml') as f:
   8     users = yaml.safe_load(f.read())
   9
  10 def fetch_links(url):
  11     tree = html.fromstring(urllib2.urlopen(url).read())
  12     links = tree.xpath(
  13         '//link[@rel="alternate"][contains(@type, "rss") or ' +
  14         'contains(@type, "atom") or contains(@type, "rdf")]')
  15     candidates = [l for l in links if
  16                   'atom' in l.attrib['type'] and
  17                   'comments' not in l.attrib['href'].lower() and
  18                   'comments' not in l.attrib.get('title','')]
  19     if candidates:
  20         return candidates[0].attrib['href']
  21     return links[0].attrib['href']
  22
  23 for (name, u) in users.items():
  24     print "[%s]" % name
  25     for e in u['links']:
  26         (title, url) = e[0:2]
  27         print " - %s:" % title.strip()
  28         e[0] = e[0].strip()
  29         if len(e) == 3:
  30             continue
  31         link = fetch_links(url)
  32         if not link.startswith('http:'):
  33             link = urlparse.urljoin(url, link)
  34         print "   %s" % (link,)
  35         e.append(link)
  36
  37 with open('bloggers.yml', 'w') as f:
  38     yaml.safe_dump(users, f)