Googleリーダーのアーカイブフィードが無効なxmlですか？

Question

CNNのトップストーリーRSSフィードから最新の10,000件を取得したいと考えています。私は、これを行うには、次のPythonプログラムを使用して、次のようにGoogleのアーカイブツールに接続しています：

import string 
import urllib2 
from xml.dom import minidom 

feedAddr = "http://www.google.com/reader/atom/feed/http://rss.cnn.com/rss/cnn_topstories.rss?r=n&n=1000" 

feedString = urllib2.build_opener().open(urllib2.Request(feedAddr)).read() 
xml = minidom.parseString(feedString) 
items = xml.getElementsByTagName("item") 

for item in items: 
    titleNode = item.childNodes[1] 
    linkNode = item.childNodes[3] 

    titleString = titleNode.firstChild.data 
    linkString = linkNode.firstChild.data 

    print titleString, linkString 

私は次のエラーを取得しています：

xml.parsers.expat.ExpatError: mismatched tag: line 1285, column 4 

が、これはGoogleのアーカイブツールの問題ですまたはフィードジェネレータ？私のPythonコードには問題がありますか？私は上に見られるように、このページからCNNのフィードURLにスプライシングをフィードURLを取得しています：

http://googlesystem.blogspot.com/2007/06/reconstruct-feeds-history-using-google.html

Answer 1

あなたが実際にurllibはで返されたデータを調べたことがありますか？あなたはフィードを手に入れているのですか？ Google Readerでは認証が必要です。認証せずにURLを読み込もうとすると、HTMLエラーページが返されます。試してみてください：

feedString = urllib2.build_opener().open(urllib2.Request(feedAddr)).read() 
open('feed.xml', 'w').write(feedString) 

feed.xmlファイルを調べてください。また

、あなただけの `http://www.google.com/reader/atom/feed/」の部分を剥離して使用することにより、直接CNNからそれをつかむことができます。

http://rss.cnn.com/rss/cnn_topstories.rss?r=n&n=1000. 

これは返します有効RSSフィード。