hentry 0.1

解析具有微格式标记的精美网页。如果您对微格式一无所知，请查看 http://microformats.org/wiki/hentry。

hentry模式看起来像

<article class="hentry">
    <h1 class="entry-title">Article title</h1>
    <time class="updated" datetime="2014-11-06T20:00:00Z" pubdate>2014-11-06</time>
    <div class="entry-content">
        <p>Here is the content</p>
    </div>
    <div class="entry-tags">
        <a href="#tag1" rel="tag">tag1</a>
        <a href="#tag2" rel="tag">tag2</a>
    </div>
    <div class="vcard author">
        <span class="fn">Author Name</span>
    </div>
</article>

使用这个库 hentry.py，您可以解析html到元数据

hentry.parse_html(text, format='html')

$ pip install hentry

hentry.parse_url(url)

hentry.parse_html(content)