蟒蛇 | BS4 如何从 <script></script> 中提取脚本答案

【问题标题】：Python | BS4 How to extract script from <script></script>蟒蛇 | BS4 如何从 <script></script> 中提取脚本
【发布时间】：2020-07-15 19:14:04
【问题描述】：

简单的问题，我知道你们中的许多人都比我好很多。如何从中提取 json 代码，这样我就可以使用 bs4 了。在蟒蛇。谢谢，请不要降级:)

 <script type="text/javascript">window._sharedData = {"config":{"csrf_token":"kkEzPAyLVqXzZaS3xITIlWtkCF6tUi2m","viewer":null,"viewerId":null},"country_code":"PL","language_code":"pl","locale":"pl_PL","entry_data":{"ProfilePage":[{"logging_page_id"..."version":"10"},"is_dev":false,"rollout_hash":"fd856a1a782f","bundle_variant":"es6","frontend_env":"prod"};</script>

【问题讨论】：

看到这个帖子：stackoverflow.com/questions/38547569/…
这能回答你的问题吗？ How to use Beautiful Soup to extract string in <script> tag?
你能分享网址或发布<script>元素的完整内容吗？当前的 <script> 元素包含无效的 Json - 你可能缩短了它。
是的，原创内容太长了，基本都是json数据库
我需要做的就是删除：" "

标签： python beautifulsoup

【解决方案1】：

我很确定你可以这样做：

from bs4 import BeautifulSoup
import requests

response = requests.get(URL)
soup = BeautifulSoup(response.text, "lxml")

element = soup.Find("script", type = "text/javascript")
json = element.get("window._sharedData")

【讨论】：

codeshare.io/5zOv3D 这是我的代码，经过您的更正，但结果为 None
codeshare.io/29gQQX 这里是我要更改的结果
janson = json.loads('{'+page.text.split('{',1)[1].rsplit(';',1)[0]) IndexError: list index超出范围
我对其进行了一些编辑并添加了 page = str(page) 并删除了 .text。现在运行良好，谢谢