如何绕过元素树不匹配标记错误？

Question

因此，只需要一点上下文，我目前正在使用元素树刮取几个加密新闻提要，以获得最新的文章标题。下面的代码适用于大多数站点，但是在某些提要中，我会遇到以下错误：

xml.etree.ElementTree.ParseError：标记不匹配：第134行第2列

我猜这是由于该网站的XML代码中的一个错误。我正在寻找一种方法来绕过这个错误，并拉上一个标题，不管如何，希望能得到一些帮助：）下面的代码：

import xml.etree.ElementTree as ET
import requests

r = requests.get('https://cointelegraph.com/feed')
root = ET.fromstring(r.text)

headline = root.find('channel/item/title').text


print(headline)

Answer 1

您可能会得到Cloudflare验证码页面。尝试在HTTP标头中指定用户代理:

import xml.etree.ElementTree as ET
import requests

headers = {
    "User-Agent": "Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:87.0) Gecko/20100101 Firefox/87.0"
}
r = requests.get("https://cointelegraph.com/feed", headers=headers)
root = ET.fromstring(r.text)
headline = root.find("channel/item/title").text
print(headline)

打印：

Why is XRP seeing a monster rally when Ripple is worth just $3B on the secondary market?