Python urllib2解析html问题

Question

我正在使用 mechanize 来解析网站的 html，但是通过这个网站我得到了奇怪的结果。

from mechanize import Browser
br = Browser()
r = br.open("http://www.heavenplaza.com")
result = r.read()

结果是我无法理解的事情。你可以在这里看到： http://paste2.org/p/1556077

任何人都可以有一些方法来获取那个网站的HTML？使用 mechanize 或 urllib。

谢谢

Answer 1

import urllib2, StringIO, gzip
f = urllib2.urlopen("http://www.heavenplaza.com")
data = StringIO.StringIO(f.read())
gzipper = gzip.GzipFile(fileobj=data)
print gzipper.read()

Answer 2

我快速检查了控制台中的脚本，该网站返回了垃圾。您可能需要欺骗您的 HTTP 用户代理，使其成为网站认为您使用的不是机器人的其他东西。

http://www.google.com 有效