0

URL から XML ファイルの特定のフィールドから情報を取得しようとしています。試し始める前に、これらの奇妙なエラーが発生します。これが私のコードです:

url1 = 'http://www.dac.unicamp.br/sistemas/horarios/grad/G5A0/indiceP.htm'
data1 = urllib.urlopen(url1)
xml1 = minidom.parse(data1)

次のエラーが表示されます。

File "C:\Users\Administrator\Desktop\teste.py", line 15, in <module>
    xml1 = minidom.parse(data1)
  File "C:\Python27\lib\xml\dom\minidom.py", line 1920, in parse
    return expatbuilder.parse(file)
  File "C:\Python27\lib\xml\dom\expatbuilder.py", line 928, in parse
    result = builder.parseFile(file)
  File "C:\Python27\lib\xml\dom\expatbuilder.py", line 207, in parseFile
    parser.Parse(buffer, 0)
ExpatError: not well-formed (invalid token): line 4, column 22

私は何か悪いことをしましたか?これらの関数をチュートリアルからコピーしましたが、動作するはずです..

4

1 に答える 1

1

lxml.htmlを使用すると、無効な xhtml をより適切に処理できます。

import lxml.html as lh
In [24]: xml1=lh.parse('http://www.dac.unicamp.br/sistemas/horarios/grad/G5A0/indiceP.htm')
于 2012-10-18T15:45:49.573 に答える