Python：使用lxml解析XML

我正在尝试使用一个名为。该库解析XML格式的DBLP数据。当我试图打印一位作者的所有出版物时，脚本的行为很奇怪。有时打印时没有任何错误，有时显示错误。如果我在一个错误后多次运行同一代码，它将显示发布，而不会出现任何问题。 我使用的代码是：

a = dblp.search('Michael L. Littman')
for i in range(len(a[0].publications)):
    print i
    print a[0].publications[i].title

执行上述代码时出现的错误是：

> Traceback (mostrecent call last):   File "<pyshell#217>", line 3, in <module>
>     print a[0].publications[i].title   File "build\bdist.win32\egg\dblp\__init__.py", line 19, in __getattr__
>     self.load_data()   File "build\bdist.win32\egg\dblp\__init__.py", line 110, in load_data
>     root = etree.fromstring(xml)   File "lxml.etree.pyx", line 3092, in lxml.etree.fromstring (src\lxml\lxml.etree.c:70691)   File
> "parser.pxi", line 1828, in lxml.etree._parseMemoryDocument
> (src\lxml\lxml.etree.c:106689)   File "parser.pxi", line 1716, in
> lxml.etree._parseDoc (src\lxml\lxml.etree.c:105478)   File
> "parser.pxi", line 1086, in lxml.etree._BaseParser._parseDoc
> (src\lxml\lxml.etree.c:100105)   File "parser.pxi", line 580, in
> lxml.etree._ParserContext._handleParseResultDoc
> (src\lxml\lxml.etree.c:94543)   File "parser.pxi", line 690, in
> lxml.etree._handleParseResult (src\lxml\lxml.etree.c:96003)   File
> "parser.pxi", line 620, in lxml.etree._raiseParseError
> (src\lxml\lxml.etree.c:95050) XMLSyntaxError: Space required after the
> Public Identifier, line 2, column 47

可以看到库的代码。 我向作者提出了这个问题，但没有回应。我希望这里的任何人都能帮助我，至少知道可能的错误是什么。

---

谢谢

听起来像是与记忆有关的问题。当它成功返回时，您可能拥有更多内存，而当它失败时，您可能拥有更少内存。您正在搜索的文件大小是多少？另一方面，您应该为此使用xpath吗？dblp数据集非常大，大于1GB。但是，从代码中可以看出，它查询dblp网站，而不是加载整个xml文档，因为dblp只加载回答查询的xml。对于xpath，我认为这段代码可以节省我的时间。我现在也有同样的问题。如果能在这里找到答案，那太好了！：复制