我正在尝试使用python和urllib来查看某个网页的代码。 我已经使用代码在其他网页上尝试并成功了:
from urllib import *
url =
code = urlopen(url).read()
print code
但它什么也没返回。我猜是因为该页面有很多 JavaScript 代码?该怎么办?
最佳答案
动态客户端生成的页面(JavaScript)
您不能单独使用 urllib 来查看动态呈现的客户端 (JavaScript) 代码。原因是 urllib 仅从服务器获取响应,即 header 和正文(实际代码)。因此,我不会执行客户端代码。
但是,您可以使用类似 selenium 的内容远程控制网络浏览器(Chrome 或 Firefox)。这将使您可以废弃该页面,即使该页面是使用 javascript 呈现的。
这是使用 Selenium 进行抓取的示例:Using python with selenium to scrape dynamic web pages
但这不是你的问题
然而,这个网站的问题似乎是他们不想被抓取。它们会阻止具有某些 http 用户代理 header 的客户端。
但是,如果您伪造 http header ,您无论如何都可以获得代码。使用 urllib2 而不是 urllib,如下所示:
import urllib2
req = urllib2.Request(url)
req.add_header('User-Agent', 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.5) Gecko/20091102 Firefox') # Add fake client
response = urllib2.urlopen(req)
print response.read()
但是,他们显然不希望您抓取他们的网站,因此您应该考虑这是否是一个好主意。
关于javascript - 使用 python 和 urllib 从网页打印代码,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17137330/