XML 格式不正确

Question

我正在尝试根据获取请求从网页中抓取一些数据。不久前我有一个类似的问题，用户能够向我展示如何解析 XML 响应。我开始使用相同的策略，但出现“格式不正确”的错误。我已经搜索了解决方法或解决方案，但我并没有真正到达任何地方。任何帮助将不胜感激！

我的代码如下：

import requests
from xml.etree import ElementTree as ET
import json

base_url = "https://www.gmeiutility.org/actions/Search/?isPendingValidationChecked=true&isSearchAllLOUChecked=true&keyWord=5493&page=1&resultsPerPage=15&searchType=baseSearch&sortDirection=&sortFieldName="
r = requests.get(base_url)
print(r.content)


root = ET.fromstring(r.content)
data = json.loads(root.text)

for result in data['entitySearchResult']:
    print(result['LEINumber'])

Answer 1

跳过root = ET.fromstring(r.content)。并不需要。直接进入'json.loads'

import requests 
import json

base_url = "https://www.gmeiutility.org/actions/Search/?isPendingValidationChecked=true&isSearchAllLOUChecked=true&keyWord=5493&page=1&resultsPerPage=15&searchType=baseSearch&sortDirection=&sortFieldName=" 
r = requests.get(base_url) 
#print(r.content)

data = json.loads(r.content)

for result in data['entitySearchResult']: 
    print(result['LEINumber'])

我得到了输出：

549300FTQBLOETQK6X43
549300UQLV7M883Z2X56
5493003MO7QE8VJUEP94
549300GKNMWK6EJZWB62
...

编辑：如果有人想进一步扩展/澄清，请随意。我下面的解释可能并不完全准确（而且解释很差），因为我还在学习，但我认为这与 xml 如何使用requests.get() 构造有关。

我所做的是，我查看了您的 r.content，它看起来已经是类似 json 的结构，所以我想立即尝试 json.loads(r.content)。

进一步研究，如果您查看您之前发布的帖子/问题（如上所述），当您 print (r.content) 时，您会看到：

b'<?xml version="1.0" encoding="utf-8"?>\r\n<string xmlns="http://tempuri.org/">{"Result":[{"Appl_Number":"20181458","Seq_Num":"28","Inst_Rle_Cde":"1","Appl_Type":"BRANCH","Appl_Recd_YMD":"11/1/2018 12:00:00...

注意它以b'<?xml version="1.0" encoding="utf-8"?>\r\n 开头，因此在您的第一篇文章中使用root = ET.fromstring(r.content)，然后查看root.text，似乎可以将其转换为您在此处的request.get()。

当你在这里执行print (r.content) 时，我明白了：

b'{"totalPages":28085,"totalResults":421274,"lastResult":15,"entitySearchResult":[{"isPendingReview":"false","headquartersAddressLineOne":

缺少<?xml version="1.0"...> 所以我认为这就是你得到那个错误的原因，因为它在得到root = ET.fromstring(r.content) 时正在寻找<?xml version="1.0"...> 所以它无法转换它（或者实际上，都准备好使用json.loads() 之前没有进行转换。

就像我说过的，我也在学习，所以我会做更多的研究来研究这个以及 XML 是如何工作的。尽管如此，这是一个很好的起点，可以进行研究、玩耍和学习。