Python 从网页中抓取 JSON

Question

我正在尝试从网页中抓取 javascript 变量的内容。该网页是一个搜索页面，当您查看其来源时，页面上的内容类似于

<script>var test1='balah';var catalog={};var test2='blah'</script>

catalog 是一个大的嵌套 json 结构字符串。

我知道如何解析它，但是我如何从网页中获取 json 字符串，假设我已经在单个字符串变量中拥有完整页面的 html 内容？

Answer 1

使用正则表达式怎么样？

# -*- coding: utf-8 -*-
import re

content = "<script>var test1='balah';var catalog={'Year':'2019'};var test2='blah'</script>"
p = re.compile(r'[\d\D]+catalog=([\d\D]+?);')
m = p.match(content)
if m:
    result = m.group(1)
    print result

结果将是{'Year':'2019'}