Python 2.7.13获取土耳其IS银行外汇页解码后HTML源码的方法

问题原因 #

页面部分内容是通过前端JavaScript解码Base64编码内容后渲染的。requests.get只能获取服务器返回的原始HTML源码，不会执行页面中的JS，所以拿到的是未解码的Base64内容；而浏览器会自动执行JS完成解码渲染，因此能看到正常内容。

解决方案 #

方案1：用Selenium模拟浏览器渲染（推荐） #

通过模拟浏览器行为，让页面完成JS渲染后再获取源码，直接拿到解码后的完整HTML。

步骤：

1. 安装适配Python2.7的Selenium版本：

pip install selenium==3.141.0

2. 下载对应Chrome版本的ChromeDriver（版本需与本地Chrome浏览器一致）

代码示例：

from selenium import webdriver
import time

url = "https://www.isbank.com.tr/en/foreign-exchange-rates"
# 替换为你的ChromeDriver文件路径
driver = webdriver.Chrome(executable_path="./chromedriver")
driver.get(url)
# 等待页面JS渲染完成，时间可根据实际情况调整
time.sleep(2)
# 获取渲染后的完整页面源码
decoded_html = driver.page_source
driver.quit()

# 输出或处理解码后的内容
print(decoded_html)

方案2：手动定位并解码Base64内容 #

如果不想用浏览器模拟，可以从原始HTML中提取Base64编码片段，手动解码。需要先分析页面结构，找到编码内容的位置。

代码示例：

import requests
import base64
import re

url = "https://www.isbank.com.tr/en/foreign-exchange-rates"
resp = requests.get(url)
raw_html = resp.text

# 用正则匹配页面中的Base64编码内容（需根据实际页面结构调整正则表达式）
# 示例匹配类似"data:text/html;base64,XXX"中的XXX部分
base64_matches = re.findall(r'base64,([^"]+)', raw_html)

if base64_matches:
    for b64_content in base64_matches:
        # Python2.7中b64decode返回字节流，需转成字符串
        decoded_content = base64.b64decode(b64_content).decode("utf-8")
        print(decoded_content)

注意事项 #

• Python 2.7已停止官方维护，若长期使用建议升级到Python 3版本，避免编码兼容性问题
• 方案1中ChromeDriver版本必须与本地Chrome浏览器版本匹配，否则会报错
• 方案2的正则表达式需要根据页面实际的Base64内容位置调整，若页面结构更新，需重新匹配

内容的提问来源于stack exchange，提问作者ni_hao