Python 为什么从页面检索到的文本有时看起来像胡言乱语？

我在Python中使用urllib和urllib2来打开和阅读网页，但有时，我得到的文本是不可读的。例如，如果我运行以下命令：

import urllib

text = urllib.urlopen('http://tagger.steve.museum/steve/object/141913').read()
print text

from selenium import selenium
s = selenium("localhost", 4444, "*chrome", "http://tagger.steve.museum")
s.start()

s.open("/steve/object/141913")

text = s.get_html_source()
print text

我收到一些不可读的文本。我读过这些帖子：

但似乎找不到我的答案

提前感谢您的帮助

---

更新：我通过“说服”服务器我的用户代理是一个浏览器而不是爬虫程序来修复这个问题

import urllib

class NewOpener(urllib.FancyURLopener):
  version = 'Mozilla/5.0 (X11; Linux i686) AppleWebKit/535.2 (KHTML, like Gecko) Ubuntu/11.10 Chromium/15.0.874.120 Chrome/15.0.874.120 Safari/535.2'

nop = NewOpener()
html_text = nop.open('http://tagger.steve.museum/steve/object/141913').read()

---

谢谢大家的回复。

这是服务器对

请求的真实响应http://tagger.steve.museum/steve/object/141913“

。实际上，它看起来像是模糊的JavaScript，如果由浏览器执行，它将加载页面内容

要获得这些内容，您需要执行这个JavaScript，而这在Python中可能是一个非常困难的任务。如果您仍然想这样做，请查看。

您可以使用来获取内容。下载服务器和客户端驱动程序，运行服务器并运行以下操作：

import urllib

text = urllib.urlopen('http://tagger.steve.museum/steve/object/141913').read()
print text

from selenium import selenium
s = selenium("localhost", 4444, "*chrome", "http://tagger.steve.museum")
s.start()

s.open("/steve/object/141913")

text = s.get_html_source()
print text

---

urlopen（youUrl）的结果是一个Javascript。这个脚本真的是你想要得到的内容吗？还是你想要得到网页的实际内容（显示浏览器的内容）？谢谢joshz！事实证明，我需要Selenium，因为我需要先执行javascript，然后才能以您在浏览器中看到的方式查看页面源代码。一个简单的问题：如果我在交互式python解释器上运行上面的脚本，它将非常有效。但是如果我将它存储在一个文件中并一起运行，它会发现语法错误！你知道这可能是什么原因吗？不知道是什么错误，我用Python 2.7.2从一个文件运行了它。我的最佳猜测是，当从文件运行时，它使用不同的Python版本。它神奇地修复了自己！我不知道是什么导致了这个问题！谢谢你的建议！