從FeedParser中刪除URL和圖像

Question

我使用http://code.google.com/p/feedparser/來編寫一個簡單的新聞集成器。

但我想純文本（與<p>標籤），但沒有網址或圖像（即沒有0​​或<img>標籤）。

這裏有兩種方法可以做到這一點：

1.Edit的源代碼。 http://code.google.com/p/feedparser/source/browse/branches/f8dy/feedparser/feedparser.py

class _HTMLSanitizer(_BaseHTMLProcessor): 
    acceptable_elements =[....] 

只需取下一個& img標籤。

2.

import feedparser 
feedparser._HTMLSanitizer.acceptable_elements = feedparser._HTMLSanitizer.acceptable_elements.remove('a') 
feedparser._HTMLSanitizer.acceptable_elements = feedparser._HTMLSanitizer.acceptable_elements.remove('img') 

當我使用feedparser，首先取下兩個標籤。

哪種方法更好？

有沒有其他的好方法？

非常感謝！

Answer 1

通常，越快越好，這可以使用python的timeit module來確定。但就你而言，我寧願不改變源代碼，但堅持第二種選擇。它有助於可維護性。

其他選項包括編寫自定義分析器（使用C擴展以獲得最大速度），或者讓網站的模板引擎（Django可能？）去掉這些標記。好吧，我改變了主意，最後的解決方案似乎是最好的全能...