使用Python从javascript提取数据

我是Python的新用户，我从我的前任那里继承了一个Python笔记本，我想改进它。它的目的是从网站上获取产品的详细信息

工作原理：

• 它使用beautiful soup从网站上抓取脚本：

  source = urllib2.urlopen('http://www.testwebsite.html').read()
  soup = bs4.BeautifulSoup(source)
  job_postings = soup.findAll("script")
  job_postings = [jp for jp in job_postings if not jp.get('type') is None 
                  and ''.join(jp.get('type')) =="text/javascript"
                  and ''.join(jp.get('type')) =="text/javascript"]
  

它返回网页中的所有脚本： （数据的第一部分）

window.wf=window.wf |{}；wf.appData=wf.appData | |{}；wf.appData.product_data_TEST123=wf.appData.product_data_TEST123|124;{}；wf.appData.product_data_TEST123={“sku”：“TES123”，“is_网格视图”：false，“默认显示”：0，“制造商名称”：“供应商1”，“产品名称”：“产品测试”，“零件号”：“1234”，“标价”：1000，“is_价格隐藏”：false，“基价”：1000，“有选项”：true，“选项详细信息”：[{“选项ID”：[]，“正常价格”：2681.25]，“有免费送货”：false，“总数量”：1，“显示设置数量”：1，“是标准布局”：true，“页面类型”：“ProductPage”}；Y_config.app.product_data_TEST123={“sku”：“TEST123”…..此处的信息相同..}； 2 sd部分数据：

\n wf.extend（{“YUI_config”：{“app”：{“pageAlias”：“ProductPage”}}，“wf”：{“appData”：{“pageAlias”：“ProductPage”，“mkcName”：“AU:FurnitureRoom”，“productReviews”：{“b_show_review_tags”：false，“kit_subgroup_price”：null，“catalog_currency”：“AUD”，“price_model”：null，“colors:”，“available＠A＠A A＠A A＠A A＠“澳大利亚\\/Sydney”}，“库存信息”：{“sku”：“TEST123”，“最新库存更新”：“2016-07-29 00:45:06”，“选项id”：[]，“可用数量”：17，“显示数量”：17，，“可用数量字符串”：“库存超过10个”，“短提前期id”：2，“短提前期字符串”：“在1到3个工作日内出库”}； 然后我提取我需要的数据：

   jsonfile =  re.findall(r'wf.appData.product_data_[A-Z]{4}[0-9]{4} = (\{.*});YUI_config.app.product_data_',str(job_postings))

我有这个：

{“sku”：“TEST123”，“is_grid_view”：false，“default_img_display”：0，“manufacturer_name”：“Supplier1”，“product_name”：“product test”，“part_number”：“1234”，“list_price”：1000，“is_price_hidden”：false，“base_price”：1000，“has_opt”：true，“opt_details”：[{“option_id”：“，“regular_price”：2681.25]，“has_free_shipping_shipping”：false，“total_数量”：1，“display_set_数量”：1，“is_standard_layout”：true，“页面类型”：“ProductPage”}

我现在的问题是：我想将“库存信息”列表添加到我的数据中

我试过：

     jsonfile =  re.findall(r'inventory_info' = (\{.*}),str(job_postings))

或

这两个都不管用

我知道Python的知识非常有限，所以我现在有点迷路了。

---

谢谢你的帮助。

你可能已经找到了问题的答案，但不管怎样，答案就在这里

要获取

库存信息

，您始终可以进行拆分（假设作业过账已转换为

字符串类型

），如下所示：

---

欢迎来到StackOverflow！很高兴看到新用户提出正确的问题！

    Jsonfile = re.compile('inventory_info' = ({.*?});', re.DOTALL)

inventory_info = job_postings.split("inventory_info:")[1].split("}")[0] + "}"

job_postings += inventory_info