Extraire code source page web
Bonjour à tous,
Je souhaite acquérir des informations depuis une page web. Lorsque j'utilise la fonction "Affichage>Code source de la page" de firefox c'est une fichier xml qui apparait.
Lorsque je "récupère" cette page web avec urllib:
Code:
1
2
3
4
5
6
7
8
| import urllib
f = urllib.urlopen("http://blabla.fr/")
lines=f.readlines()
f.close()
f=open('out.html','w')
for line in lines:
f.write(line)
f.close() |
J'obtiens une page en xhtml qui correspond au xml mise en forme via une feuille de style je suppose.
Bien entendu, je pourrai parser cette page html mais elle est franchement moins sympathique à traiter que le code xml qui apparait avec Firefox.
Quelqu'un sait comment je pourrais avoir dans mon objet f le code xml de la page avant mise en forme ?
D'avance merci :)
