饭否消息备份Python脚本

来源：http://blog.icybear.cn/2009/07/rice-python-script-to-back-up-any-news.html

使用API接口备份饭否消息为XML格式，Python3.0。
有人说API只能导出前3200条消息，其实是可以导出所有消息的，只不过用的参数不同而已。
导出为XML的缺点就是数据好大，我5700+消息导出来有10M。
另外还有一个问题就是饭否的bug了，导出的xml如果里面还有特殊unicode字符时会导致解析器抛异常，其实饭否输出的时候应该进行xmlencode一下的。
大概就是这样。下面是代码刷屏，过敏者请勿点击。

 

01.#!/usr/bin/env python

02.# -*- coding: UTF-8 -*-

03.from xml.dom import minidom

04.from urllib import request

05.  

06.#代理设置

07.#request.install_opener(request.build_opener(request.ProxyHandler(

08.#    {"http" : "http://192.168.60.250:8080"}

09.#)));

10.  

11.#用户名

12.user = "bearice";

13.  

14.def loadPage(id=''):

15.    url = "http://api.fanfou.com/statuses/user_timeline.xml?id=%s&;count=60&max_id=%s"%(user,id);

16.    print('LOAD:%s'%url);

17.    f = request.urlopen(url);

18.    dom = minidom.parse(f);

19.    f.close();

20.    return dom;

21.  

22.i=0;

23.children = loadPage().documentElement.getElementsByTagName('status');

24.out = open('fanfou.backup.xml','w',encoding='utf8');

25.out.write('<?xml version="1.0" encoding="utf8"?>\n<statuses>\n');

26.while (not len(children)<60):

27.    if i>0:

28.        children=children[1:];

29.    for st in children:

30.        i+=1;

31.        last=st.getElementsByTagName('id')[0].firstChild.data;

32.        out.write(st.toxml());

33.        out.write('\n');

34.        print("%d:%s"%(i,last));

35.    children = loadPage(last).documentElement.getElementsByTagName('status');

36.out.write('</statuses>\n');

37.out.close();