为什么从站点检索到的 xml 看起来不像 Web 浏览器内容？答案

【问题标题】：Why does xml retrieved from a site not look like web browser content?为什么从站点检索到的 xml 看起来不像 Web 浏览器内容？
【发布时间】：2012-03-12 15:13:07
【问题描述】：

我一直在尝试获取此处找到的 xml 数据：http://www.thetvdb.com/api/D1BD82E2AE599ADD/mirrors.xml

您会注意到 xml 数据很容易在您的网络浏览器中读取。但是，当我尝试使用 urllib2 加载它时，会出现以下问题。（基于http://www.doughellmann.com/PyMOTW/urllib2/上的教程）：

import urllib2
response = urllib2.urlopen('http://www.thetvdb.com/api/D1BD82E2AE599ADD/mirrors.xml')

print response.read()

输出：

'<?xml version="1.0" encoding="UTF-8" ?>\n<Mirrors>\n  <Mirror>\n    <id>1</id>\n    <mirrorpath>http://thetvdb.com</mirrorpath>\n    <typemask>7</typemask>\n  </Mirror>\n</Mirrors>\n'

我已经尝试过其他网站（例如：python.org），它似乎可以工作。问题似乎与库无关（我在 urllib、httplib、httplib2 等方面也遇到过同样的问题），而且问题似乎特定于我要获取的站点。

什么给了？

编辑：好吧，好像我对我“应该”看到的内容感到困惑。出于好奇，有人知道“脚本”部分是什么吗？我正在使用谷歌浏览器（稳定版）查看页面。

【问题讨论】：

你有输出。那么有什么问题呢？
你在说什么错误？输出对我来说看起来很好。
你的问题是什么？您的 xml 似乎是有效的，您是否尝试使用 xml 库对其进行解析？
@Celada 我是吗？它看起来与在 Web 浏览器中加载页面时显示的数据完全不同。我正在使用此信息更新问题...
@CédricJulien 我希望看到我的网络浏览器中出现的确切内容，但也许这是一个愚蠢的假设。不过，为什么整个脚本部分都不见了？

标签： python http

【解决方案1】：

“它看起来与网页在网络浏览器中加载时显示的数据完全不同。我正在用这些信息更新问题..”

当我使用 Chrome 获取该示例 URL 时，我得到的正是您使用 Python 代码得到的内容，即原始数据。

您的浏览器会自动检测 XML 并将其格式化为 HTML。它与 Python 得到的“完全相同”，即 原始数据。浏览器让您对预期的结果感到困惑。

注意：不要相信您所看到的或通过开发者工具信息报告的内容，它会向您显示 HTML在这种情况下，Chrome 神奇地生成了一个围绕输出的生成包装器，以启用带有代码折叠 ( JavaScript ) 和所有其他 bling 的 XML 的交互式显示，而不是服务器实际发送给您的内容，这是您应该在何时看到的内容您使用查看源代码。

【讨论】：

感谢您的回复！这很好听。我将继续使用 xml 库对其进行解析，但出于好奇，我看到的这个额外的“脚本”部分是什么（运行 google chrome）？
我在 Win 7 上使用 Chrome，我在 XML 中看不到脚本元素。打开的时候你有没有做一些特别的事情？

【解决方案2】：

在某些情况下，网站会提供一个样式表，告诉它如何将原始 XML 转换为 (X)HTML，因此呈现和文字内容可能会有很大不同。但是——我在这里看不到；我得到的（在 Chrome 或 Firefox 中）你给出的 URL 看起来完全就像你的脚本给你的一样，所以我不知道你在哪里得到了不同。

【讨论】：