在python中解析.ashx文件

Question

我正在尝试解析url'http://www.5min.com/handlers/sitemapphandler.ashx？python2.7中的type=videositemap&page=1'。问题是当我在urlopen中打开url时，它不显示源代码，而是显示奇怪的字符。它可能被编码了。在

Answer 1

您正在分析Web服务器的响应，而不是.ashx文件。在浏览器中打开该url。这就是python在使用urlopen打开它时所看到的。在

从打开的时候我得到的回复是：

Cache-Control:private
Content-Encoding:gzip
Content-Length:1100193
Content-Type:application/xml
Date:Mon, 11 Jul 2011 20:21:40 GMT
Server:Microsoft-IIS/7.5
Set-Cookie:NSC_bobmztjt-5njo-opjq*80=ffffffff4304fd3345525d5f4f58455e445a4a423660;expires=Mon, 11-Jul-2011 20:23:42     GMT;path=/;httponly
X-AspNet-Version:4.0.30319
X-Powered-By:ASP.NET
X-Server:fmv-m09 - www

事实上，响应看起来是xml格式的。因此，您将需要使用ElementTree（或您喜欢的其他东西）来解析xml。还要注意，服务器正在发送编码为gzip（ZipFile）的响应，它可能会这样做，也可能不会发送，这取决于urlopen是否允许这样做。如果您看到Urlopen的胡言乱语，请尝试使用python的ZipFile来解压缩响应