Python 3.7 urllib.request 返回 而不是内容

Question

所以我编写了一个代码，用于读取和打印 HTML 代码中指定文本之间的所有内容，例如，读取段落之间的所有内容<> - 这将被打印。这是来自 senddex 类(class) - here

代码没有问题，但是出来的东西有问题。我使用非常具体的标准进行过滤

paragraphs = re.findall(r'<div style="font-size: 23px; margin-top: 20px;" class="jsdfx-sentiment-present">(.*?)</div>',str(respData))

如前所述，它有效。稍后打印内容并打印 .据我了解，这是 HTML 中的非制动空间。我希望看到数字而不是空间。在此网站中，此位置的数字每隔几秒更新一次。

我怎样才能得到这些数字而不是接收  ？

问候!

Answer 1

这取决于您下载页面的准确程度以及从何处下载，但是因为您说在网络浏览器中查看时值会不断变化，所以我敢打赌，当您下载页面时，  正是该 div 中的内容 - 页面会在您实际查看页面时通过 javascript 或其他方式即时更改它。您的教程使用静态标记，每次加载页面时都使用相同的标记，而不是在页面已处于事件状态后动态设置的标记。

在 Web 开发中为动态值执行此操作相当常见 - 将占位符值放在 div 中，然后根据需要动态编辑内容。如果当然，如果您只是拍摄页面的快照(甚至更多，如果您在 javascript 代码之前拍摄该快照，并且填充该值的诸如此类的东西有机会运行)，您将不会看到更改，你得到的只是默认值，没有填写数字。

根据您链接的教程，您可能正在使用 urllib。如果您想从 HTML 页面获取动态内容，这可能不是最好的工具 - 您应该查看 selenium 和 BeautifulSoup。 This StackOverflow Answer详细介绍了此问题的有效解决方案。