Python Beauty Soup |从java脚本中提取变量

打火机

我正在使用BeautifulSoup从一个HTML页面中删除数据，该页面在表体下有几列

请在模拟代码下面：

from bs4 import BeautifulSoup

import requests

import urllib.request as urllib2

import re

import json


app_page = urllib2.urlopen(myUrl)

soup = BeautifulSoup(app_page)

print(soup.prettify())

data  = soup.find_all("script")[7]

data=re.sub("\n","",str(data))

print(data)

输出：

---

var-appsTableData=[[对文本使用
.string
，然后使用
str.replace

Ex:

data = soup.find_all("script")[7].string 
print(data.replace("var appsTableData=", ""))

[[<"<a href='Something'/>"]]

输出：

data = soup.find_all("script")[7].string 
print(data.replace("var appsTableData=", ""))

[[<"<a href='Something'/>"]]

[[使用beautifulsoup和
重新编译

data = '''<script type="text/javascript">              var appsTableData=[[<"<a href='Something'/>"]]</script>'''
soup = BeautifulSoup(data, "html.parser")

withbs = soup.find('script', string=re.compile('var appsTableData'))
withbs = withbs.text.replace('var appsTableData=', '').strip()
print(withbs)

结果:

[[<"<a href='Something'/>"]]

[[您的问题很难理解。失败的原因是
*？
很懒惰。将其更改为贪婪也不起作用，您需要一些信息来告诉它停止匹配的位置。