Question

当我在浏览器中查看页面源（FireFox）（View-＆gt; Page Source）时，将其复制并粘贴到我的HTML编辑器中，我查看几乎相同的页面（在此示例中为www。 google.com）因为它出现在我的浏览器中。但是当我通过这段代码（通过Googles App Engines）获取HTML源代码时

from google.appengine.api import urlfetch
url = "http://www.google.com/"
result = urlfetch.fetch(url)
if result.status_code == 200:
   print result.content

将其复制并粘贴到我的HTML编辑器中，然后页面看起来完全不同。为什么会这样？代码有问题吗？

++++++++++++++++++++++++++++++

随访：

到目前为止（2009年12月13日星期日，格林威治标准时间下午1点01分），我收到了两条评论问题（来自 Aaron 和 Christian P. < / strong>）和 Alex Martelli 的答案。

Aaron 和 Christian P。都在询问Fire-Fox获取的源与Google-App-Engine获得的源之间究竟有何不同之处两者都通过相同的HTML编辑器显示。

我在这里上传了太多的屏幕截图：

One shows the Fire-Fox-obtained source

the other one shows Google-App-Engine-obtained source

当它们都通过“MS Front Page”编辑器显示时。

一个显而易见的差异是不同的编码：在Fire-Fox代码中，所有内容都以英语显示，而在Google-App-Engine代码中，我得到了很多不同的符号。

另一个不同之处是Google App Engine代码中页面顶部的一些额外行。我想，这就是 Alex Martelli 在他的回答中谈到的内容（“......获取和打印的方法也将围绕它进行元数据化......”）。

另一个细微的区别是，Google图片的框在一个代码中被拆分为多个框，而在另一个代码中则保持完整。

Alex Martelli 建议我使用此代码（如果我理解正确的话）：

from google.appengine.api import urlfetch url = "http://www.google.com/" result = urlfetch.fetch(url) if result.status_code == 200: print "content-type: text/plain" print

我已经尝试过，但在这种情况下根本没有显示任何内容。

感谢大家的回复，请继续回复 - 我真的希望看到这个问题最终得到解决。

++++++++++++++++++++++++++++++

随访：

好的，问题已经解决了。

我没有完全关注 Alex Martelli 的说明，因此提出了错误的代码。他是对的：

from google.appengine.api import urlfetch url = "http://www.google.com/" result = urlfetch.fetch(url) if result.status_code == 200: print "content-type: text/plain" print print result.content

此代码准确显示所需内容 - 页面顶部没有其他行。

好吧，我仍然得到了奇怪的符号，但我发现这可能是谷歌的问题。问题是我目前在台湾，谷歌似乎意识到这一点，并自动从www.google.com（英文）切换到www.google.com.tw（中文），但这一个我想，这已经是另一个话题了。

感谢所有回复的人。

Answer 1

你没有明确地发出一个“内容类型”标题和一个标题末尾的空行，所以前几行可能会丢失;尝试在最终print之前添加类似

的内容

   print "content-type: text/plain"
   print

除此之外，你在任何一种情况下得到的本质上都是一个很大的<script>，附带一些额外的HTML - 这就是Firefox将在“查看源”页面中给你的所有内容，而获取和打印方法也会有围绕它的元数据，例如“doctype”（取决于您定位的HTML编辑器，这可能是也可能不是问题）。

我在这里使用此Google App Engine提取的代码是否有任何问题？

1 个答案: