requests.get（）行为异常？

Question

我一直在用python编写XML解析器，我把新闻网站的RSS提要作为输入。我实现了一个loadRSS（）函数，在该函数中，我对特定提要的url使用requests.get（）。我的代码

def loadRSS(src,filename):

resp = requests.get(src)

#print resp.content
with open(filename, 'wb') as f:
    f.write(resp.content)

现在我有不同的子目录，根据新闻的不同部分，每个子目录都有各自的RSS提要url，所以有一些文件夹，如sports，science等，每个文件夹都有一个source.txt文件，其中有RSS提要的相应url。我使用os.walk（）遍历每个文件

    for root, sub, f in os.walk(rootdirectory):
    for f1 in f:
        if f1=='source.txt':
            src=""
            with open(os.path.join(root,f1),'r') as f2:
                src=f2.readline()

            loadRSS(src,os.path.join(root,"topnewsfeed.xml"))
            newsitems = parseXML(os.path.join(root,"topnewsfeed.xml"))
            savetoCSV(newsitems,os.path.join(root,"topnews.csv"))

当我运行我的脚本时，我出错了

xml.etree.ElementTree.ParseError: not well-formed (invalid token): line 22, column 311

所以我决定检查loadRSS（）函数形成的xml文件。令我惊讶的是，不同的RSS提要获取了不同类型的数据（尽管我使用相同的逻辑将数据放在xml文件中）。例如，对于“印度斯坦时报”的topnews/rssfeed.xml对应的RSS提要（抱歉，由于我没有足够的声誉，无法发布所有链接），xml文件的格式完全符合页面源。但是对于另一个RSS链接http://timesofindia.indiatimes.com/rssfeeds/1081479906.cms我得到了一个不稳定的xml file on my system

与RSS页面的xml不一致。我真的很努力地调试它，但仍然没有线索，可能是什么原因，它可以被纠正，这是一个伟大的原因激怒。任何帮助都将不胜感激。谢谢

Answer 1

不稳定的XML文件显然是一个HTML文件，它永远不应该是有效的XML。询问网站的维护人员，为什么您在这里接收到与预期的XML不同的内容……这超出了SO的范围，XML解析器的行为是正确的