Python 从特定数据库获取特定数据<；脚本类型="；text/javascript“&燃气轮机；_Python_Regex

Python 从特定数据库获取特定数据<；脚本类型="；text/javascript“&燃气轮机；

python regex

Python 从特定数据库获取特定数据<；脚本类型="；text/javascript“&燃气轮机；,python,regex,Python,Regex,我有一个带有多个javascript标记的html页面。我想从特定标记中提取数据的问题： <head> ... </head> <body> ... <script type="text/javascript"> $j(document).ready(function() { if (!($j.cookie("ios"))) { new $c.free.widgets.FreeAdvDialog(

我有一个带有多个javascript标记的html页面。我想从特定标记中提取数据的问题：

<head>
...
</head>
<body>
...
<script type="text/javascript">

    $j(document).ready(function() {

        if (!($j.cookie("ios"))) {
            new $c.free.widgets.FreeAdvDialog().open();
            $j.cookie("ios", "seen", { path: '/', expires: 10000});
        };

        ajax_keys = ["d24349f205e3deb7f1015f42d3a14da7205b62e4", "0ae78c4797d47745ebd44e2754367da10c6f56a4", "567b2bfb6fd1aee784115da54e5e116a280ee225", "fc5cd251be46ff101c471553d52c07bf08c9aa65"];
        var is_dm = false;

        /* async chart loader */
        var chart = new $c.free.widgets.Chart({
            target: $j('#graph'),
            width: 990,
            height: 275,
            site: "911.com",
            source_panel: 'us'
        });

        var chart_view = new $c.free.widgets.ChartView({
            chart: chart,
            csv_button: 'csv-export',
            save_button: 'graph-image',
            embed_button: 'embed-graph',
            key: ajax_keys[1]
        });
        chart_view.render();

        /* zoom info initialization */
        var zoom_info = new $c.free.widgets.ZoomInfo({
            site: "911.com",
            el: '#zoominfo',
            key: ajax_keys[3]
        });
        zoom_info.load();


        /* compete numbers initialization */
        var compete_numbers = new $c.free.widgets.CompeteNumbers({
            site: "911.com",
            key: ajax_keys[0],
            el: '#compete_numbers'
        });
        compete_numbers.load();

        /* DM Marketing widget init */
        new $c.free.widgets.DMSignupMessage({
            is_dm: is_dm,
            compete_numbers: compete_numbers
        });

        /* personalization initialization */


            var logged_in_as = null;


        var d = {
          site_name: "911.com",
          logged_in_as: logged_in_as,
          current_source_panel: {"display_abbreviation": "us", "panel_name": "us", "image_url": "http://media.compete.com/site_media/images/icons/flag_us.gif", "id": 1, "display_name": "United States"}
        };

        var auth_model = new $c.free.widgets.FreeLoginModel(d);
        var links_opts = { model: auth_model };
        var links_view = new $c.free.widgets.FreeAccountLinksView(links_opts);

        var sites_view = new $c.free.widgets.FollowSiteButtonView(links_opts);
        var manage_view = new $c.free.widgets.ManageSitesListButtonView(links_opts);

        var sites = new $c.free.widgets.SimilarSitesCollection([], {
            site: "911.com",
            source_panel: 'us',
            key: ajax_keys[2],
            auth: auth_model
        });
        var graph = new $c.free.widgets.BarGraph({
            el: $j('#similar-sites'),
            collection: sites
        });

        // tell KISSMetrics where we are
        // also identify user so KM console can refer to them by email
        if(logged_in_as != null) {
            _kmq.push(['identify', logged_in_as]);
        }
        _kmq.push(['record', 'Viewed Free Site Analytics Report (M)']);
    });


...
...
$j（文档）.ready（函数（）{
如果（！（$j.cookie（“ios”））{
新的$c.free.widgets.FreeAdvDialog（）.open（）；
$j.cookie（“ios”，“seen”，{path:'/'，expires:10000}）；
};
ajax_key=[“d24349f205e3deb7f1015f42d3a14da7205b62e4”，“0AE78C4797D4774EBD44E2754367DA10C6F56A4”，“567b2bfb6fd1aee784115da54e5e116a280ee225”，“fc5cd251be46ff101c471553d52c07bf08c9aa65”]；
var为_dm=假；
/*异步图表加载器*/
var chart=new$c.free.widgets.chart({
目标：$j（“#图”），
宽度：990，
身高：275，
网站：“911.com”，
资料来源：“美国”
});
var chart_view=new$c.free.widgets.ChartView({
图表：图表，
csv_按钮：“csv导出”，
保存按钮：“图形图像”，
嵌入按钮：“嵌入图形”，
键：ajax_键[1]
});
chart_view.render（）；
/*缩放信息初始化*/
var zoom_info=new$c.free.widgets.ZoomInfo({
网站：“911.com”，
el:“#zoominfo”，
键：ajax_键[3]
});
zoom_info.load（）；
/*竞争号码初始化*/
var compete_numbers=新的$c.free.widgets.CompeteNumbers({
网站：“911.com”，
键：ajax_键[0]，
el:“#竞争数字”
});
竞争数字。加载（）；
/*DM营销小部件初始化*/
新的$c.free.widgets.DMSignupMessage({
is_dm:is_dm，
竞争号码：竞争号码
});
/*个性化初始化*/
var logged_in_as=null；
变量d={
网站名称：“911.com”，
登录身份：登录身份，
当前源面板：{“显示”缩写：“美国”，“面板名称”：“美国”，“图像url”：http://media.compete.com/site_media/images/icons/flag_us.gif，“id”：1，“显示名称”：“美国”}
};
var auth_model=new$c.free.widgets.FreeLoginModel（d）；
var links_opts={model:auth_model}；
var links\u view=new$c.free.widgets.FreeAccountLinksView（links\u opts）；
var sites\u view=new$c.free.widgets.FollowSiteButtonView（links\u opts）；
var manage_view=new$c.free.widgets.ManageSitesListButtonView（links_opts）；
var sites=new$c.free.widgets.similarisitescollection（[]{
网站：“911.com”，
资料来源"美国",，
键：ajax_键[2]，
auth:auth_模型
});
var-graph=new$c.free.widgets.BarGraph({
el:$j（“#类似站点”），
收藏：网站
});
//告诉我我们在哪里
//还要识别用户，以便KM控制台可以通过电子邮件向他们推荐
if（登录为！=null）{
_kmq.push（['identify'，logged_in_as]）；
}
_kmq.push（['record'，'Viewed Free Site Analytics Report（M）]）；
});

...

如何从页面的特定标记获取ajax_键（即“d24349f205e3deb7f1015f42d3a14da7205b62e4”）

p、我尝试在python脚本中使用正则表达式，但无法从标记中检索必要的元素

谢谢您的帮助。

如果您使用像BeautifulSoup这样的库，您可以获取特定的脚本标记，然后对标记的内容而不是整个文档使用正则表达式

也就是说，假设只有一个

ajax\u键，正则表达式似乎可以工作：
import re

ajaxre = re.compile(r"^\s+ajax_keys = ([^;]+)", re.MULTILINE)
ajax_string = ajaxre.match(source).group(1)

# to get it as a python list
import json
ajax_keys = json.loads(ajax_string)

编辑：感谢@Karl Knechtel提供json。加载
“总体上要小心”——没有借口；您需要ast.literal\u eval
。或者甚至可能json.loads
。eval是邪恶的。很好的json.loads调用，更新应答谢谢！另一个问题是我有多个没有标签id的标签。我尝试了smth。如下所示：从bs4导入BeautifulSoup导入重新导入urllib2数据=urllib2.urlopen（'url'）。读取（）soup=BeautifulSoup（数据）到\u extract=soup.findAll（'script'），以便将中的项导入到\u extract:item.extract（）-这正好从页面的所有标记打印出数据。如果特定的标签没有任何id，我如何找到它？如果你没有任何id，但你知道它的位置，你可以使用索引。例如，第三个脚本标记soup.findAll（“脚本”）[2]
，最后一个脚本标记soup.findAll（“脚本”）[-1]
等等。源代码只是HTML作为一个大字符串（不分行）或脚本标记的内容。正则表达式匹配所有以空格开头然后有ajax\u键=
的行。只要html中只有一行是这样的，您就可以在整个页面上运行它。否则，只要脚本标记中只有一行是这样的，它就可以用于脚本文本。