pythoncgi脚本（使用XML和mindom）返回意外的结果

我试图解析搜索引擎API（Bing、Yahoo和Blekko）返回的XML。从Blekko返回的XML（用于示例搜索查询“sushi”）的形式如下：

<rss version="2.0">
<channel>
    <title>blekko | rss for &quot;sushi/rss /ps=100&quot;</title>
    <link>http://blekko.com/?q=sushi%2Frss+%2Fps%3D100</link>
    <description>Blekko search for &quot;sushi/rss /ps=100&quot;</description>
    <language>en-us</language>
    <copyright>Copyright 2011 Blekko, Inc.</copyright>
    <docs>http://cyber.law.harvard.edu/rss/rss.html</docs>
    <webMaster>webmaster@blekko.com</webMaster>
    <rescount>3M</rescount>
    <item>
        <title>Sushi - Wikipedia</title>
        <link>http://en.wikipedia.org/wiki/Sushi</link>
        <guid>http://en.wikipedia.org/wiki/Sushi</guid>
        <description>Article about sushi, a food made of vinegared rice combined with various toppings or fillings.  Sushi ( &#x3059;&#x3057;&#x3001;&#x5bff;&#x53f8;, &#x9ba8;, &#x9b93;, &#x5bff;&#x6597;, &#x5bff;&#x3057;, &#x58fd;&#x53f8;.</description>
        </item>
</channel>
</rss>

blekko | rss代表“寿司/rss/ps=100”
http://blekko.com/?q=sushi%2Frss+%2Fps%3D100
Blekko搜索“sushi/rss/ps=100”
美国英语
版权所有2011 Blekko，Inc。
http://cyber.law.harvard.edu/rss/rss.html
webmaster@blekko.com
3米
寿司-维基百科
http://en.wikipedia.org/wiki/Sushi
http://en.wikipedia.org/wiki/Sushi
关于寿司的文章，寿司是一种由醋米饭和各种配料或馅料混合而成的食物。寿司（す；し；、；寿；司；鮨；鮓；寿；斗；&#bfx5f；し；壽；。

提取所需搜索结果数据的python代码部分如下：

for counter in range(100):
    try:
        for item in BlekkoSearchResultsXML.getElementsByTagName('item'):
            Blekko_PageTitle = item.getElementsByTagName('title')[counter].toxml(encoding="utf-8")
            Blekko_PageDesc = item.getElementsByTagName('description')[counter].toxml(encoding="utf-8")
            Blekko_DisplayURL = item.getElementsByTagName('guid')[counter].toxml(encoding="utf-8")
            Blekko_URL = item.getElementsByTagName('link')[counter].toxml(encoding="utf-8")
            print "<h2>" + Blekko_PageTitle + "</h2><br />"
            print Blekko_PageDesc + "<br />"
            print Blekko_DisplayURL + "<br />"
            print Blekko_URL + "<br />"
    except IndexError:
        break

适用于范围（100）内的计数器：
尝试：
对于BlekkoSearchResultsXML.getElementsByTagName（'item'）中的项：
Blekko_PageTitle=item.getElementsByTagName（'title'）[计数器].toxml（encoding=“utf-8”）
Blekko_PageDesc=item.getElementsByTagName（'description'）[计数器].toxml（encoding=“utf-8”）
Blekko_DisplayURL=item.getElementsByTagName（'guid'）[计数器].toxml（encoding=“utf-8”）
Blekko_URL=item.getElementsByTagName（'link'）[计数器].toxml（encoding=“utf-8”）
打印“+Blekko_页面标题+”

打印Blekko_PageDesc+“
”
打印Blekko_DisplayURL+“
”
打印Blekko_URL+“
”
除索引器外：
打破

代码不会提取返回的每个搜索结果的页面标题，但会提取其余信息

此外，如果我没有代码：

print "<title>Page title to appear on browser tab</title>"

打印“要显示在浏览器选项卡上的页面标题”

在脚本中的某个地方，第一个搜索结果的标题作为页面标题（即，页面在浏览器中显示标题“Sushi-Wikipedia”）。如果我确实有页面标题，代码仍然不会从搜索结果中提取页面标题

相同的代码（具有不同的标记名等）在Yahoo search API中也存在同样的问题，但在Bing search API中效果良好。

我猜.toxml（）方法会返回元素的XML，包括其分隔标记，然后您会得到如下结果：

<h2><title>...</title></h2><br />
<description>...</description><br />
<guid>...</guid><br />

…

…

…

---

因此，

title

元素被解释为页面的标题，除非您事先指定了自己的标题。浏览器不知道其他元素，它只是按原样显示它们的内容。

toxml（）方法将xml作为字符串返回，不带标记，因此当表示调用.toxml（）的节点的变量打印出来后，您就可以得到标签中包含的内容。Sushi-Wikipedia
关于sus的文章………
en.Wikipedia.org/wiki/Sushi en.Wikipedia.org/wiki/Sushi这正是我所说的。在我的测试中，

toxml

也会返回分隔符标签。尝试使用

firstChild.toxml（）

而不是普通的

toxml（）

，因为它应该为您提供元素内部的文本节点。这非常好，它完全去除了生成的html中的XML标记。非常感谢。