python在美化我的html？

Question

据我所知，我有两台机器，分别运行python2.5和beautifulsoup3.1.0.1。在

我正在尝试刮http://utahcritseries.com/RawResults.aspx，使用：

from BeautifulSoup import BeautifulSoup
import urllib2

base_url = "http://www.utahcritseries.com/RawResults.aspx"

data=urllib2.urlopen(base_url)
soup=BeautifulSoup(data)
i = 0
table=soup.find("table",id='ctl00_ContentPlaceHolder1_gridEvents')
#table=soup.table
print "begin table"
for row in table.findAll('tr')[1:10]:
    i=i + 1
    col = row.findAll('td')
    date = col[0].string
    event = col[1].a.string
    confirmed = col[2].string
    print '%s - %s' % (date, event)
print "end table"
print "%s rows processed" % i

在我的windows机器上，我得到了正确的结果，即日期和事件名称的列表。在我的mac上，我没有。相反，我得到

^{pr2}$

我注意到当我

print row

在我的windows机器上，tr数据看起来与源html完全相同。请注意第二行表格上的样式标记。前两排是：

<tr>
<td>
 3/2/2002
</td>
<td>
 <a href="Event.aspx?id=226">
  Rocky Mtn Raceway Criterium
 </a>
</td>
<td>
 Confirmed
</td>
<td>
 <a href="Event.aspx?id=226">
  Points
 </a>
</td>
<td>
 <a disabled="disabled">
  Results
 </a>
</td>
</tr>

<tr style="color:#333333;background-color:#EFEFEF;">
<td>
 3/16/2002
</td>
<td>
 <a href="Event.aspx?id=227">
  Rocky Mtn Raceway Criterium
 </a>
</td>
<td>
 Confirmed
</td>
<td>
 <a href="Event.aspx?id=227">
  Points
 </a>
</td>
<td>
 <a disabled="disabled">
  Results
 </a>
</td>
</tr>

在我的mac上，当我打印前两行时，样式信息从tr标记中删除，并移动到每个td字段中。我不明白为什么会这样。我没有得到任何其他日期值，因为BeautifulSoup每隔一个日期就会有一个字体标签。以下是mac的输出：

<tr>
<td>
 3/2/2002
</td>
<td>
 <a href="Event.aspx?id=226">
  Rocky Mtn Raceway Criterium
 </a>
</td>
<td>
 Confirmed
</td>
<td>
 <a href="Event.aspx?id=226">
  Points
 </a>
</td>
<td>
 <a disabled="disabled">
  Results
 </a>
</td>
</tr>

<tr bgcolor="#EFEFEF">
<td>
 <font color="#333333">
  3/16/2002
 </font>
</td>
<td>
 <font color="#333333">
  <a href="Event.aspx?id=227">
   Rocky Mtn Raceway Criterium
  </a>
 </font>
</td>
<td>
 <font color="#333333">
  Confirmed
 </font>
</td>
<td>
 <font color="#333333">
  <a href="Event.aspx?id=227">
   Points
  </a>
 </font>
</td>
<td>
 <font color="#333333">
  <a disabled="disabled">
   Results
  </a>
 </font>
</td>
</tr>

我的脚本在windows下显示正确的结果我需要做什么才能让我的Mac正常工作？在

Answer 1

beauthoulsoup的3.1版有documented problems。在

您可能需要再次检查您实际使用的版本，如果是，则降级。在

Answer 2

我怀疑问题出在urlib2请求中，而不是BeautifulSoup：

如果您在两台计算机上显示此命令返回的原始数据的相同部分，可能会有所帮助：

urllib2.urlopen(base_url)

此页看起来可能有助于： http://bytes.com/groups/python/635923-building-browser-like-get-request

最简单的解决方案可能只是检测脚本在哪个环境中运行，并相应地更改解析逻辑。在

^{pr2}$

或让microsoft使用web标准：）

另外，你没有使用mechanize来获取页面吗？如果是这样，问题可能就在那里。在