一般来说,我想做的是从url解析xml。这就是我所做的:
我将 xml 代码写在 <'textarea'><'\textarea'> 标签中的 html 文件中:
<textarea rows="1000" cols="200" style="border:none;">
<?xml version="1.0"?>
<data>
<gambar>
<id>wcl01</id>
<url>https://1.bp.blogspot.com/- j9yARC6mAuY/Xp4aUTxe6eI/AAAAAAAAAGA/NegvRkwYdVAXhnTsrWoXYcjAzsHfR6BOQCLcBGAsYHQ/s320/Konferensi%2BIIWAS%2Bdi%2BVietnam.jpg</url>
</gambar>
<gambar>
<id>wcl02</id>
<url>https://1.bp.blogspot.com/-aIkYkd3ePMY/XqDDsTMYMAI/AAAAAAAAAHA/QKZOQ8cPr_0LUfLNrYrA3w6gvNV-ao-QCLcBGAsYHQ/s320/Konferensi%2BAptikom%2Bdi%2BBandung%2B1.jpg</url>
</gambar>
</data>
</textarea>
在网站上,它是这样的:
然后我使用以下代码解析 xml:
from urllib.request import urlopen
from xml.etree.ElementTree import parse
from lxml import etree
var_url = urlopen('https://imanparyudi.000webhostapp.com/gambar.html')
xmldoc = parse(var_url)
elem = etree.XML(xmldoc, parser=parser)
但我收到此错误:
File "<string>", line unknown ParseError: XML or text declaration not at start of entity: line 2, column 0
我假设这个错误是由xml代码开头的空格引起的。因此,我尝试使用以下方法删除此空格: etree.XMLParser(remove_blank_text=True) 和第二个: etree.XMLParser(recover=True) 像这样:
from urllib.request import urlopen
from xml.etree.ElementTree import parse
from lxml import etree
parser = etree.XMLParser(remove_blank_text=True)
var_url = urlopen('https://imanparyudi.000webhostapp.com/gambar.html')
xmldoc = parse(var_url)
elem = etree.XML(xmldoc, parser=parser)
和
from urllib.request import urlopen
from xml.etree.ElementTree import parse
from lxml import etree
parser = etree.XMLParser(recover=True)
var_url = urlopen('https://imanparyudi.000webhostapp.com/gambar.html')
xmldoc = parse(var_url)
elem = etree.XML(xmldoc, parser=parser)
但是,两种方式都会出现相同的错误:
File "<string>", line unknown ParseError: XML or text declaration not at start of entity: line 2, column 0
一个。这个问题是不是使用<'textarea'><'\textarea'>标签造成的?
B.如果是这样,我如何在网站上发布我的 xml 代码?
c.如果不是,如何解决这个 ParseError?
答案 0 :(得分:1)
您取回 HTML 文档。
在 HTML 中,<textarea>
包含 XML 文档。
下面的代码指向 XML 文档并解析它。
import requests
import xml.etree.ElementTree as ET
r = requests.get('https://imanparyudi.000webhostapp.com/gambar.html')
if r.status_code == 200:
start = r.text.find('<?xml')
end = r.text.find('</textarea>')
root = ET.fromstring(r.text[start:end])
print(root)
答案 1 :(得分:0)
这可能是因为您在文档的开头遗漏了这一点
答案 2 :(得分:0)
一个 XML 声明,
<?xml version="1.0"?>
只能出现一次,并且只能出现在 XML 文档的最顶部。
显然,有
<textarea rows="1000" cols="200" style="border:none;">
在它之前违反了该要求。