5

当您使用Web.Page(Web.Contents('url')) 函数从网页中读取表格时，某些网站会由于换行不一致而导致错误。

DataSource.Error：服务器违反了协议。Section=ResponseHeader Detail=CR 后面必须跟 LF

似乎没有任何选项可以传递给 Web 函数来忽略这些错误。

此方法在短时间内有效，但无法保存/刷新：

let
   BufferedBinary = Binary.Buffer(Web.Contents("http://vote.sos.ca.gov/returns/president/party/democratic/county/all")),
   CleanedUp = Text.Replace(Text.Replace(Text.FromBinary(BufferedBinary), "#(cr,lf)", "#(lf)"), "#(lf)", "#(cr,lf)"),
   Table = Web.Page(CleanedUp)
in
   Table
4

1 回答 1

4

它可能看起来像其他代码示例一样有效，但这可能意味着它还没有运行。

这两个库函数Web.Contents('url')并Web.Page(Web.Contents('url'))使用不同的 HTTP 客户端。

Web.Contents使用一个非常基本的 HTTP 客户端，但Web.Page通过非转换Web.Contents将改为使用 IE 浏览器直接加载 URL。IE 对任何 HTTP 协议错误都非常宽容，但基本的 HTTP 客户端要严格得多，这会导致您看到的错误。

通过调用Binary.Buffer或Text.Replace在“之间”，将跳过Web.Page直接使用浏览器的优化，而是用于Web.Contents发出 Web 请求，然后将这些字节加载到浏览器中。

因此，在这种情况下，如果您调用：

Web.Page(Web.Contents("http://vote.sos.ca.gov/returns/president/party/democratic/county/all"))

你会得到一个很好的结果表，但是“From Web”会被破坏，因为Web.Contents('url')它本身会出错。

由于您共享了 URL，我可以尝试http://vote.sos.ca.gov/returns/president/party/democratic/county/all并遇到同样的问题。

根本问题是 HTTP 响应标头中的第四个 cookie 中间有一个无效的十六进制字符 0x01：

坏十六进制

也许这是http://vote.sos.ca.gov/可以在他们的服务器上修复的东西？我尝试在他们的联系我们页面上提交“错误报告”，但我不确定这是正确的渠道......

顺便说一句，我们的 HTTP 客户端库没有给出很好的错误消息，CR 或 LF 字符没有任何问题。即使有，Text.Replace在这种情况下，响应正文也无法解决任何问题，因为问题出在 HTTP 响应标头中。

于 2016-06-17T06:25:16.193 回答