我想使用我的笔记本电脑作为本地服务器来制作一个新闻聚合android应用程序，用于我的项目。我计划在后端使用Apache、PHP和MySQL。我决定在这个应用程序中应用简单的机器学习技术。因此，这个应用程序不仅能够收集文章，还能根据主题对其进行分类。

我已经实现了基本的Scikit-learn Naive Bayes分类器。我想知道如何在服务器上自动从多个网站定期抓取并存储RSS订阅源。我应该使用什么样的库或技术来实现这一点？

回答：

我建议你使用Python中常用且广泛使用的库来完成这项任务，并根据你使用的操作系统，使用Cron或Windows任务计划程序来运行你的脚本。

使用常用库可以让你更容易获得支持，阅读优秀的文档，或者在线搜索错误/教程时找到更多的页面。

我会用于一般抓取和RSS的库包括：

• Urllib2 或 Requests（用于获取网页）
• BeautifulSoup（用于从HTML和XML文件中提取数据）
• FeedParser（用于处理RSS订阅源）

这是一个简单且最小的示例，使用BeautifulSoup从网站抓取当前以太坊的价值：

这是一个简单且最小的示例，使用FeedParser：