Question

我正在尝试根据get请求从网页中抓取一些数据。不久前，我有一个与此类似的问题，一个用户能够向我展示如何解析XML响应。我继续使用相同的策略，但出现了“格式错误”的错误。我已经在寻找解决方法或解决方案，但是我什么都没找到。任何帮助将不胜感激！

我的代码如下：

导入请求从xml.etree导入ElementTree作为ET 导入json

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

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

用于数据中的结果['entitySearchResult']：打印（结果['LEINumber']）

Answer 1

跳过root = ET.fromstring(r.content)。没有必要。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：如果有人想扩展/阐明其他内容，请放心。由于我仍在学习中，下面的解释可能并不完全准确（且解释不佳），但我认为这与如何使用requests.get()构造xml有关。

我所做的是，我看着您的r.content，它看起来已经像json一样的结构，所以我想立即尝试json.loads(r.content)。

进一步研究它，如果您查看以前发布的问题（如上文所述），则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...

请注意，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进行root = ET.fromstring(r.content)，然后查看root.text，似乎可以将其转换为您的request.get()在这里。

当您在此处执行print (r.content)时，我会看到：

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

缺少<?xml version="1.0"...>的原因，所以我认为这就是您收到该错误的原因，因为它在获取<?xml version="1.0"...>时正在寻找root = ET.fromstring(r.content)，因此无法将其转换（或实际上，所有人都准备使用json.loads()，而无需先进行转换。

就像我说的那样，我仍然在学习，所以我将对此做更多的研究，以及XML的工作方式。尽管如此，这是一个研究，玩耍和学习的好起点。

XML格式不正确

1 个答案: