我試圖通過spynner在python下載這個頁面 - https://itunes.apple.com/ru/app/farm-story/id367107953?mt=8(在俄羅斯看起來像這樣 - http://screencloud.net/v/6a7o) - 它使用了一些javascript檢查,所以不會在沒有完整瀏覽器模擬的情況下直接下載它。Spynner錯誤的編碼
我的代碼:
# -*- coding: utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
from StringIO import StringIO
import spynner
def log(str, filename_end):
filename = '/tmp/apple_log_%s.html' % filename_end
print 'logged to %s' % filename
f = open(filename, 'w')
f.write(str)
f.close()
debug_stream = StringIO()
browser = spynner.Browser(debug_level=3, debug_stream=debug_stream)
browser.load("https://itunes.apple.com/ru/app/farm-story/id367107953?mt=8")
ret = browser.contents
log(ret, 'noenc')
print 'content length = %s' % len(ret)
browser.close()
del browser
f=open('/tmp/apple_log_debug', 'w')
f.write(debug_stream.getvalue())
f.close()
print 'log stored in /tmp/debug_log'
那麼,問題是:無論是蘋果,要麼spynner工作錯西裏爾字母符號。如果我在加載後嘗試使用browser.show()
,我會看到它們正常,但在代碼和日誌中,它們仍然是錯誤的編碼,如<meta content="ÐолÑÑиÑÑ Farm Story⢠в App Store. ÐÑоÑмоÑÑеÑÑ ÑкÑинÑоÑÑ Ð¸ ÑейÑинги, пÑоÑиÑаÑÑ Ð¾ÑзÑÐ²Ñ Ð¿Ð¾ÐºÑпаÑелей." property="og:description">
。
http://2cyr.com/說,這是一個utf-8
文本顯示像iso-8859-1
...
正如你看到的 - 我不我的要求使用任何頭,但如果我把他們從Chrome的網絡調試控制檯,並通過它至load()
方法例如headers=[('Accept-Encoding', 'utf-8'), ('Accept-Language', 'ru-RU,ru;q=0.8,en-US;q=0.6,en;q=0.4')]
- 我得到了同樣的結果。
另外,從相同的網絡控制檯,您可以看到chrome使用gzip,deflate,sdch
作爲Accept-Encoding。我也可以嘗試,但我無法解碼我得到的結果:<html><head></head><body>��}ksÇ�g!���4�I/z�O���/)�(yw���é®i��{�<v���:��ٷ�س-?�b�b�� j�...
,即使我從結果的開始和結束中刪除標記。
任何幫助?
對於稍後發現此問題的人員,您應該嘗試對解決方案進行一點說明,而不僅僅是一行代碼。 – 2014-11-02 16:35:16