替代包含標題的innerhtml？

Question

我想從以下頁面提取數據：

http://www.bmreports.com/servlet/com.logica.neta.bwp_PanBMDataServlet?param1=&param2=&param3=&param4=&param5=2009-04-22&param6=37#

其中，方便，效率低下不夠，包括嵌入在頭一個CSV文件中的所有數據，作爲變量稱爲gs_csv。

我該如何解壓？ Document.body.innerhtml跳過數據所在的標題，包含標題的備選項（或更好的與gs_csv相關的值）是什麼？ （對不起，這些都是新鮮事，我一直在搜索大量的文檔，並嘗試了很多，但目前爲止還沒有發揮作用）。

---

感謝思南（這主要是他的解​​決方案轉錄成Python）。

import win32com.client 

import time 

import os 

import os.path 

ie = Dispatch("InternetExplorer.Application") 

ie.Visible=False 

ie.Navigate("http://www.bmreports.com/servlet/com.logica.neta.bwp_PanBMDataServlet?param1=&param2=&param3=&param4=&param5=2009-04-22&param6=37#") 

time.sleep(20) 

webpage=ie.document.body.innerHTML 

s1=ie.document.scripts(1).text 

s1=s1[s1.find("gs_csv")+8:-11] 

scriptfilepath="c:\FO Share\bmreports\script.txt" 

scriptfile = open(scriptfilepath, 'wb') 

scriptfile.write(s1.replace('\n','\n')) 

scriptfile.close() 

ie.quit 

Answer 1

未經測試：你嘗試看什麼Document.scripts包含？

UPDATE：

出於某種原因，我有得到這個使用Windows腳本宿主的工作難度極大（但後來，我不經常用它，道歉）。總之，這裏是工作的Perl的來源：

use strict; 
use warnings; 

use Win32::OLE; 
$Win32::OLE::Warn = 3; 

my $ie = get_ie(); 

$ie->{Visible} = 1; 

$ie->Navigate(
    'http://www.bmreports.com/servlet/com.logica.neta.bwp_PanBMDataServlet?' 
    .'param1=&param2=&param3=&param4=&param5=2009-04-22&param6=37#' 
); 

sleep 1 until is_ready($ie); 

my $scripts = $ie->Document->{scripts}; 

for my $script (in $scripts) { 
    print $script->text; 
} 

sub is_ready { $_[0]->{ReadyState} == 4 } 

sub get_ie { 
    Win32::OLE->new('InternetExplorer.Application', 
     sub { $_[0] and $_[0]->Quit }, 
    ); 
} 

__END__ 

C:\Temp> ie > output 

output現在包含腳本標籤內的一切。

Answer 2

使用ajax獲取該頁面的源代碼，並使用jquery解析XML之類的響應文本。它應該很簡單，足以讓你遇到的第一個標籤的文本

我與jquery脫節，或者我會張貼代碼示例。

編輯：我假設你說的是在客戶端獲取csv。

Answer 3

如果這只是一次性的腳本，然後exctracting這個CSV數據是如此簡單：

import urllib2 

response = urllib2.urlopen('http://www.bmreports.com/foo?bar?') 
html = response.read() 
csv = data.split('gs_csv=')[1].split('</SCRIPT>')[0] 

#process csv data here 

Answer 4

由於思南（這主要是他的解​​決方案轉錄成Python）。

進口win32com.client

進口時間導入OS

進口os.path中

即=調度（ 「InternetExplorer.Application」）ie.Visible =假

ie.Navigate （「http://www.bmreports.com/servlet/com.logica.neta.bwp_PanBMDataServlet?param1=&param2=&param3=&param4=&param5=2009-04-22&param6=37#」）

time.sleep（20）

網頁= ie.document.body.innerHTML

s1 = ie.document。腳本（1）的.text S1 = S1 [s1.find（ 「gs_csv」）+ 8：-11]

scriptfilepath = 「C：\ FO共享\ bmreports \ script.txt」

腳本文件=開（scriptfilepath，把wb）

scriptfile.write（s1.replace（ '\ n'， '\ n'））

scriptfile.close（）

ie.quit