python - Html 和汤的结果是不同的

Question

我在使用 Beautifulsoup 时遇到了一些困难。

你可以在这里找到 html -> http://pastebin.com/Nr1k0dcM

之后我只是运行一个soup = BeautifulSoup(html) print soup.prettify()

html的结果应该没有任何区别，但我只得到这个> http://pastebin.com/Y6DmEj40

我真的不明白这里发生了什么......

编辑：

这是我正在报废的网址之一，例如： http: //fantasy.premierleague.com/entry/38861/event-history/8/

我只是将 html 从 to 报废，否则我会收到以下错误：

HTMLParser.HTMLParseError: bad end tag: u"</scri'+'pt>", at line 89, column 222

所以我现在正在做的是以下

response = requests.get(url, headers=headers)
html = response.text
tablestart = html.find('<!-- pitch view -->') + 19
tableend = html.find('<!-- end ismPitch -->')
html = html[tablestart:tableend]
soup = BeautifulSoup(html)

Answer 1

我会以这种方式实现你上面的代码

import urllib2
from bs4 import BeautifulSoup
response = urllib2.urlopen("http://fantasy.premierleague.com/entry/38861/event-history/8/")
html = response.read()
tablestart = html.find('<!-- pitch view -->') + 19
print tablestart
tableend = html.find('<!-- end ismPitch -->')
print tableend
html = html[tablestart:tableend]
soup = BeautifulSoup(html)

上述代码的输出是

55594
92366