使用 Python 的维基百科

Question

我有这个非常简单的 python 代码来读取 wikipedia api 的 xml：

import urllib
from xml.dom import minidom

usock = urllib.urlopen("http://en.wikipedia.org/w/api.php?action=query&titles=Fractal&prop=links&pllimit=500")
xmldoc=minidom.parse(usock)
usock.close()
print xmldoc.toxml() 

但此代码返回以下错误：

Traceback (most recent call last):
  File "/home/user/workspace/wikipediafoundations/src/list.py", line 5, in <module><br>
    xmldoc=minidom.parse(usock)<br>
  File "/usr/lib/python2.6/xml/dom/minidom.py", line 1918, in parse<br>
    return expatbuilder.parse(file)<br>
  File "/usr/lib/python2.6/xml/dom/expatbuilder.py", line 928, in parse<br>
    result = builder.parseFile(file)<br>
  File "/usr/lib/python2.6/xml/dom/expatbuilder.py", line 207, in parseFile<br>
    parser.Parse(buffer, 0)<br>
xml.parsers.expat.ExpatError: syntax error: line 1, column 62<br>

我只是学习python，所以我不知道。有没有办法得到更详细的错误？有谁知道解决方案？另外，请推荐一种更好的语言来执行此操作。

谢谢你，
文卡特饶

Answer 1

您请求的 URL 是要返回的 XML 的 HTML 表示形式：

http://en.wikipedia.org/w/api.php?action=query&titles=Fractal&prop=links&pllimit=500

所以 XML 解析器失败了。您可以通过将上述内容粘贴到浏览器中来查看。尝试在末尾添加format=xml：

http://en.wikipedia.org/w/api.php?action=query&titles=Fractal&prop=links&pllimit=500&format=xml

如链接页面上所述：

• http://en.wikipedia.org/w/api.php