XML 格式不正確

Question

我正在嘗試根據 get 請求從網頁中抓取一些數據。 不久前我有一個與此類似的問題，用戶能夠向我展示如何解析 XML 響應。 我開始使用相同的策略，但出現“格式不正確”的錯誤。 我已經搜索了變通方法或解決方案，但我並沒有真正獲得任何進展。 任何幫助將不勝感激！

我的代碼如下：

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

跳過root = ET.fromstring(r.content) 。 並不需要。 直接進入'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'])

我得到了輸出：

549300FTQBLOETQK6X43
549300UQLV7M883Z2X56
5493003MO7QE8VJUEP94
549300GKNMWK6EJZWB62
...

編輯：如果有人想進一步擴展/澄清，請隨意。 我在下面的解釋可能不完全准確（而且解釋很差），因為我仍在學習，但我認為這與 xml 與requests.get()結構有關。

我所做的是，我查看了你的r.content ，它看起來已經是一個類似 json 的結構，所以我想立即嘗試json.loads(r.content) 。

進一步研究，如果您查看您之前發布的帖子/問題（如上所述），當您print (r.content) ，您會看到：

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...

請注意，它以b'<?xml version="1.0" encoding="utf-8"?>\\r\\n root = ET.fromstring(r.content) ，因此在您的第一篇文章中執行root = ET.fromstring(r.content) ，然后查看root.text ，似乎以某種方式將其轉換為您在此處request.get() 。

當你在這里print (r.content) ，我看到：

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

缺少<?xml version="1.0"...>所以我認為這就是為什么你會收到那個錯誤，因為它在獲取root = ET.fromstring(r.content)時正在尋找<?xml version="1.0"...> root = ET.fromstring(r.content)所以它不能轉換它（或者實際上，所有准備好使用json.loads()而不在它之前做轉換。

就像，我說，我也在學習，所以我會做更多的事情來研究這個以及 XML 是如何工作的。 盡管如此，這是一個很好的起點，可以研究、玩耍和學習。