Question

我正在考虑使用Python下载cplusplus.com's C library。我想完全下载它，然后将其转换为链接文档，如Python文档。这是我最初尝试下载首页。

#! python3
import urllib.request

filehandle = urllib.request.urlopen('http://www.cplusplus.com/reference/clibrary/')

with open('test.html', 'w+b') as f:
    for line in filehandle:
        f.write(line)

filehandle.close()

首页正在正确下载，但其外观与原始网页完全不同。从不同的角度来看，我的意思是在我运行脚本下载网页后，原始网页上的漂亮格式已经消失。

这是什么原因？

<小时/> 有人可以解释一下这个问题吗？有什么问题？不允许新手问题？

Answer 1

这是因为您的抓取版本不包含页面链接的层叠样式表（CSS）。它也不会包含链接到任何一个的任何图像或JavaScript。如果要获取链接文件，则必须解析为其扫描的源代码。

下载的网页看起来与原始网页不同

1 个答案: