Python feedparserのパースエラー回避方法について
feedparserを使い始めました。
ココログで削除されてしまっているあるいは存在しないブログのRSSフィードを読み込もうとすると下記のエラーが出てしまいます。
以下のページをパースしてしまっているように思われますが確認できていません。
http://www.cocolog-nifty.com/error/403
たとえば、Yahooブログで同様のことをしてもエラーはでませんでした。
このエラーの原因及び回避方法をご存知でしたら教えてください。
import feedparser
d = feedparser.parse('http://xxx.cocolog-nifty.com/xxx/atom.xml')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "feedparser.py", line 2623, in parse
feedparser.feed(data)
File "feedparser.py", line 1441, in feed
sgmllib.SGMLParser.feed(self, data)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 99, in feed
self.goahead(0)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 138, in goahead
k = self.parse_endtag(i)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 315, in parse_endtag
self.finish_endtag(tag)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 355, in finish_endtag
self.unknown_endtag(tag)
File "feedparser.py", line 476, in unknown_endtag
method()
File "feedparser.py", line 1318, in _end_content
value = self.popContent('content')
File "feedparser.py", line 700, in popContent
value = self.pop(tag)
File "feedparser.py", line 641, in pop
output = _resolveRelativeURIs(output, self.baseuri, self.encoding)
File "feedparser.py", line 1594, in _resolveRelativeURIs
p.feed(htmlSource)
File "feedparser.py", line 1441, in feed
sgmllib.SGMLParser.feed(self, data)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 99, in feed
self.goahead(0)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 133, in goahead
k = self.parse_starttag(i)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 291, in parse_starttag
self.finish_starttag(tag, attrs)
File "/System/Library/Frameworks/Python.framework/Versions/2.5/lib/python2.5/sgmllib.py", line 333, in finish_starttag
self.unknown_starttag(tag, attrs)
File "feedparser.py", line 1589, in unknown_starttag
_BaseHTMLProcessor.unknown_starttag(self, tag, attrs)
File "feedparser.py", line 1458, in unknown_starttag
value = unicode(value, self.encoding)
LookupError: unknown encoding:
環境は、Mac OS 10.5.4、Python 2.5.1、feedparser 4.1
レンタルサーバのXREAでも試しましたが同様のエラーが出ました。
XREAのPythonは2.4です。
よろしくお願いします。
お礼
ご指摘のとおりChromeの拡張機能にFromDocToPDFとうソフトが動いていたためのようです。eSETで再度スキャンで出た警告で駆除をしたら機能がオフになり警告が出なくなりました。このソフトの機能停止による影響はまだ確認していませんが、お陰様で原因がわかり安心しました。ありがとうございました。