解析bit.ly的XML响应

Question

我正在尝试使用bit.ly api进行缩短并使其工作。它返回我的脚本xml文档。我想提取标签，但似乎无法正确解析它。

askfor = urllib2.Request(full_url)
response = urllib2.urlopen(askfor)
the_page = response.read()

所以the_page包含xml文档。我试过了：

from xml.dom.minidom import parse
doc = parse(the_page)

这会导致错误。我做错了什么？

Answer 1

您没有提供错误消息，因此我无法确定这是唯一的错误。但是，xml.minidom.parse不接受字符串。来自parse的文档字符串：

  

通过文件名或文件对象将文件解析为DOM。

你应该尝试：

response = urllib2.urlopen(askfor)
doc = parse(response)

因为response的行为类似于文件对象。或者您可以使用parseString中的minidom方法代替（然后将the_page作为参数传递）。

编辑：要提取网址，您需要执行以下操作：

url_nodes = doc.getElementsByTagName('url')
url = url_nodes[0]
print url.childNodes[0].data

getElementsByTagName的结果是匹配的所有节点的列表（在这种情况下只有一个）。 url是您注意到的元素，它包含一个子Text节点，其中包含您需要的数据。

Answer 2

from xml.dom.minidom import parseString
doc = parseString(the_page)

请参阅xml.dom.minidom的文档。