在python中解析XML时遇到问题

我试图查询数据库，然后将它返回的类似文件的对象转换为XML文档。以下是我一直在做的事情：

>>> import urllib, xml.dom.minidom
>>> query = "http://sbol.bhi.washington.edu/openrdf-sesame/repositories/sbol_test?query=select%20distinct%20%3Fname%20%3Ffeaturename%20where%20%7B%3Fpart%20%3Chttp%3A%2F%2Fsbol.bhi.washington.edu%2Frdf%2Fsbol.owl%23annotation%3E%20%3Fannotation%3B%3Chttp%3A%2F%2Fsbol.bhi.washington.edu%2Frdf%2Fsbol.owl%23status%3E%20'Available'%3B%3Chttp%3A%2F%2Fsbol.bhi.washington.edu%2Frdf%2Fsbol.owl%23name%3E%20%3Fname.%3Fannotation%20%3Chttp%3A%2F%2Fsbol.bhi.washington.edu%2Frdf%2Fsbol.owl%23feature%3E%20%3Ffeature.%3Ffeature%20%3Chttp%3A%2F%2Fwww.w3.org%2F1999%2F02%2F22-rdf-syntax-ns%23type%3E%20%3Chttp%3A%2F%2Fsbol.bhi.washington.edu%2Frdf%2Fsbol.owl%23binding%3E%3B%3Chttp%3A%2F%2Fsbol.bhi.washington.edu%2Frdf%2Fsbol.owl%23name%3E%20%3Ffeaturename%7D"
>>> raw_result = urllib.urlopen(query)
>>> xml_result = xml.dom.minidom.parse(raw_result)

最后的命令给了我

xml.parsers.expat.ExpatError: not well-formed (invalid token): line 1, column 4 xml.parsers.expat.expat错误：格式不正确（无效令牌）：第1行第4列 如果我使用xml.etree.ElementTree进行解析，几乎会发生同样的情况。我想他们都使用外籍人士。奇怪的是，如果我没有用python加载文件，而是将查询粘贴到Firefox中，那么可以使用open（path_to_file，“r”）很好地读入生成的文件

你知道这是什么吗

更新： 这是文件的第一行：

<?xml version='1.0' encoding='UTF-8'?> 

---

然而，这可能不是原始结果中的内容。。。这是下载query-result.srx并将扩展名更改为.txt后得到的结果。文件扩展名不重要，是吗？另外，我对xml这整件事还很陌生，为什么第4列是第8个字符Jeff 0秒前编辑

有没有可能发布XML片段？解析器指示错误发生在第一行。我的猜测是格式设置不正确或报告不正确，这导致EXPAT立即抛出异常

---

我猜第一行违反了“格式良好的XML”内容中的某些内容。作为参考，您可以将XML文件与第1行第4列的内容进行比较

我尝试过这个，但我得到的东西在我看来不像XML。以下是Alex建议的前八个字符：

>>> raw_result.read(8)
'BRTR\x00\x00\x00\x03'

---

您的服务器在决定返回的内容和格式时对accept头很挑剔。以下方面应起作用：

In [265]: import urllib2

In [266]: req = urllib2.Request(query, headers={'Accept':'application/xml'})

In [267]: rsp = urllib2.urlopen(req)

In [268]: xml = minidom.parse(rsp)

In [268]: xml.toxml()[:64]
Out[268]: u'<?xml version="1.0" ?><sparql xmlns="http://www.w3.org/2005/spar'

[265]中的

：导入urllib2
在[266]中：req=urllib2.Request（查询，标题={'Accept'：'application/xml'}）
在[267]中：rsp=urllib2.urlopen（req）
在[268]中：xml=minidom.parse（rsp）
在[268]中：xml.toxml（）[：64]
Out[268]：u'RDF服务器似乎正在向您的urllib.urlopen调用传递纯文本

您应该能够设置正确的标题

Accept: application/sparql-results+xml, */*;q=0.5

，以获取xml响应。您必须阅读的RDF协议规范以了解详细信息-openRDF有多种格式。
为什么不显示该XML的前8个字符<代码>报告（原始结果[：8]）

。所以你会在第4栏看到到底是什么困扰着它，dontchathink？-）