Python 亚马逊机械土耳其人（Amazon Mechanical Turk）在一些URL上出人意料地失败了？

我试图在Amazon Mechanical Turk中使用boto在命中请求中包含一个链接，但不断收到一个错误，即我的XML无效。我逐渐地将我的html缩减到最低限度，并发现一些有效链接似乎无缘无故地失败了。有boto或aws方面专业知识的人能帮我分析原因吗

我遵循了以下两条指南：

以下是我的例子：

from boto.mturk.connection import MTurkConnection
from boto.mturk.question import QuestionContent,Question,QuestionForm,Overview,AnswerSpecification,SelectionAnswer,FormattedContent,FreeTextAnswer
from config import *

HOST = 'mechanicalturk.sandbox.amazonaws.com'

mtc = MTurkConnection(aws_access_key_id=ACCESS_ID,
                      aws_secret_access_key=SECRET_KEY,
                      host=HOST)

title = 'HIT title'
description = ("HIT description.")
keywords = 'keywords'

s1 = """<![CDATA[<p>Here comes a link <a href='%s'>LINK</a></p>]]>""" % "http://www.example.com"
s2 = """<![CDATA[<p>Here comes a link <a href='%s'>LINK</a></p>]]>""" % "https://www.google.com/search?q=example&site=imghp&tbm=isch"

def makeahit(s):
    overview = Overview()
    overview.append_field('Title', 'HIT title itself')
    overview.append_field('FormattedContent',s)

    qc = QuestionContent()
    qc.append_field('Title','The title')

    fta = FreeTextAnswer()

    q = Question(identifier="URL",
                 content=qc,
                 answer_spec=AnswerSpecification(fta))

    question_form = QuestionForm()
    question_form.append(overview)
    question_form.append(q)

    mtc.create_hit(questions=question_form,
                   max_assignments=1,
                   title=title,
                   description=description,
                   keywords=keywords,
                   duration = 30,
                   reward=0.05)

makeahit(s1) # SUCCESS!
makeahit(s2) # FAIL?
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 25, in makeahit
  File "/usr/local/lib/python2.7/dist-packages/boto/mturk/connection.py", line 263, in create_hit
    return self._process_request('CreateHIT', params, [('HIT', HIT)])
  File "/usr/local/lib/python2.7/dist-packages/boto/mturk/connection.py", line 821, in _process_request
    return self._process_response(response, marker_elems)
  File "/usr/local/lib/python2.7/dist-packages/boto/mturk/connection.py", line 836, in _process_response
    raise MTurkRequestError(response.status, response.reason, body)
boto.mturk.connection.MTurkRequestError: MTurkRequestError: 200 OK
<?xml version="1.0"?>
<CreateHITResponse><OperationRequest><RequestId>19548ab5-034b-49ec-86b2-9e499a3c9a79</RequestId></OperationRequest><HIT><Request><IsValid>False</IsValid><Errors><Error><Code>AWS.MechanicalTurk.XHTMLParseError</Code><Message>There was an error parsing the XHTML data in your request.  Please make sure the data is well-formed and validates against the appropriate schema. Details: The reference to entity "site" must end with the ';' delimiter. Invalid content: &lt;FormattedContent&gt;&lt;![CDATA[&lt;p&gt;Here comes a link &lt;a href='https://www.google.com/search?q=example&amp;site=imghp&amp;tbm=isch'&gt;LINK&lt;/a&gt;&lt;/p&gt;]]&gt;&lt;/FormattedContent&gt; (1369323038698 s)</Message></Error></Errors></Request></HIT></CreateHITResponse>

知道为什么s2失败了，但s1成功了，当两者都是有效链接吗？这两个链接内容都起作用：

使用查询字符串的东西？Https

更新

我要做一些测试，但现在我的候选假设是：

HTTPS不起作用（因此，我将看看是否可以获得另一个HTTPS链接）

带参数的url不起作用（因此，我将看看是否可以获得另一个带参数的url）

谷歌不允许它的搜索以这种方式发布？（如果1和2失败！）

---

您需要在URL中转义符号，即

&

=>

&

在s2的末尾，使用

q=example&site=imghp&tbm=isch

而不是

q=example&site=imghp&tbm=isch

你需要xml转义URL吗？也许我错了，但我认为CDATA就是这么做的。这是不正确的吗？这应该是正确的，但我认为值得一试。你找到答案了吗？没有，但我还没有追求我的更新想法。Amp通常是“%26”，对吗？但是在URL中不允许（&U）？当输入到我的URL栏中时，该URL实际上是有效的，使用&。这就是谷歌本机查询的方式。你是说这是通过amazon进行的限制，还是我应该知道的其他事情？这是XML转义，与URL中需要的转义不同允许在URL中使用，但Amazon读取的文件是XML，因此当它看到“&”时，会认为它是一个特殊字符的开头。下面是一个有用的讨论：