我在使用 minidom 修改 url 数据时遇到此错误“xml.parsers.expat.ExpatError: not well-formed (invalid token):”

Question

我在使用 minidom 解析 url 中的数据时遇到此错误

xml.parsers.expat.ExpatError: syntax error: line 1, column 0

。任何人都可以帮助我吗？

这是我的代码：

from xml.dom import minidom
import urllib2
url= 'http://www.awgp.org/about_us'
openurl=urllib2.urlopen(url)
doc=minidom.parse("about_us.xml")

错误：

Traceback (most recent call last):
File "test3.py", line 11, in <module>
doc=minidom.parse("about_us.xml")
File "C:\Python27\lib\xml\dom\minidom.py", line 1918, in parse
return expatbuilder.parse(file)
File "C:\Python27\lib\xml\dom\expatbuilder.py", line 924, in parse
result = builder.parseFile(fp)
File "C:\Python27\lib\xml\dom\expatbuilder.py", line 211, in parseFile
parser.Parse("", True)
xml.parsers.expat.ExpatError: syntax error: line 1, column 0

Answer 1

parser.Parse("", True)
xml.parsers.expat.ExpatError: syntax error: line 1, column 0

您的回溯中的上述内容向我表明您的“about_us.xml”文件是空的。 您有

openurl

，但您没有表明您曾经调用过 

openurl.read()

 来实际获取数据。
您也没有显示您在何处或如何将所述数据写入“about_us.xml”文件。

from xml.dom import minidom
import urllib2
url= 'http://www.awgp.org/about_us'
openurl=urllib2.urlopen(url)
doc=minidom.parse(openurl)
print doc

给我

Traceback (most recent call last):
  File "main.py", line 5, in <module>
    doc=minidom.parse(openurl)
  File "/usr/local/lib/python2.7/xml/dom/minidom.py", line 1918, in parse
    return expatbuilder.parse(file)
  File "/usr/local/lib/python2.7/xml/dom/expatbuilder.py", line 928, in parse
    result = builder.parseFile(file)
  File "/usr/local/lib/python2.7/xml/dom/expatbuilder.py", line 207, in parseFile
    parser.Parse(buffer, 0)
xml.parsers.expat.ExpatError: not well-formed (invalid token): line 51, column 81

这表明您尝试解析为 XML 的页面格式不正确。尝试使用

美丽的汤来代替，据我记忆，这是非常宽容的。

from BeautifulSoup import BeautifulSoup
import urllib2
url= 'http://www.awgp.org/about_us'
openurl=urllib2.urlopen(url)
soup = BeautifulSoup(openurl.read())
for a in soup.findAll('a'):
  print (a.text, a.get('href'))

顺便说一句，你需要 Beautiful Soup 的第 3 版，因为你仍在使用 python 2.7