解析 bit.ly 的 XML 响应

Question

我正在尝试使用 bit.ly api 进行缩短并让它工作。它向我的脚本返回一个 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。我尝试过：

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。

您应该尝试：

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 minidom 中的 parseString 方法（然后将 the_page 作为参数传递）。

编辑：要提取 URL，您需要执行以下操作：

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

getElementsByTagName 的结果是所有匹配节点的列表（在本例中只有一个）。正如您所注意到的，url 是一个元素，其中包含一个子文本节点，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。