python - 无法在Python 3中正确读取HTML数据

Question

我正在尝试在 Python 3 中读取以下页面的 HTML 数据:

http://dl.nlai.ir/UI/25d36bb4-72aa-43c1-af2d-086540db8aea/LRRView.aspx

我正在这样做:

url=str(input('\n Paste URL here: '))    
url2=requests.get(url)
html=url2.text
print(html)

但它返回错误页面的内容。

让我补充一下，您可能会在网络浏览器中遇到相同的错误页面，但为了避免这种情况，首先打开此地址将解决它:

http://dl.nlai.ir/ui/forms/Index.aspx

您对正确读取数据有何建议？，我想获取页面内容以从源页面中提取 base64 编码的字符串。

Answer 1

除非您先访问“http://dl.nlai.ir/ui/forms/Index.aspx ”， 访问“http://dl.nlai.ir/UI/25d36bb4-72aa-43c1-af2d-086540db8aea/LRRView.aspx”会得到错误的html。所以我猜你需要 session 获取 url，就像这样

s = requests.Session()
url1 = 'http://dl.nlai.ir/ui/forms/Index.aspx'
url = 'http://dl.nlai.ir/UI/25d36bb4-72aa-43c1-af2d-086540db8aea/LRRView.aspx'
s.get(url1)
url2 = s.get(url)
html = url2.text
print(html)