rsky https://blog.hatena.ne.jp/rsky/ 讃容日記 https://blog.r-sky.jp/ 出稼ぎ Python 突然 Planet で収集・再構築したフィードが XML の構文エラーでパースできない事態が発生。 問題の行を1文字ずつダンプして調べてみたところ、0x03 (ETX/テキスト終了) が紛れ込んでいました。UTF-8 としては ETX を含んでいても問題無いが、well-formed な XML としてはダメらしいのですね。 そこで TAB,CR,LF 以外の制御文字を削除するように planet/cache.py を修正。(差分には EUC/SJIS 対応も含んでいます) ETX を含んでいたフィードのキャッシュを削除した後、planet.py を再実行すると、問題なくパースできるようになり… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fblog.r-sky.jp%2Fentry%2F20060602%2Fp1" title=" Planet をプチ修正 - 讃容日記" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2006-06-02 00:00:00 rich https://blog.r-sky.jp/entry/20060602/p1 1.0 100%