如何使用正则表达式提取 Javascript 值？答案

【问题标题】：How do I Extract a Javascript Value using Regular Expressions?如何使用正则表达式提取 Javascript 值？
【发布时间】：2011-10-08 03:36:12
【问题描述】：

我正在尝试从以下 Javascript 中提取 ProductValue：

<script language="javascript" type="text/javascript">
lpAddVars('page','Section','womens');
lpAddVars('page','CartTotal','0.00');

    lpAddVars('page','ProductID','43577');
    lpAddVars('page','ProductValue','128.00');  

</script>

我不认为 Beautiful Soup 解析 javascript，所以我认为最好的方法可能是使用正则表达式，但我对 re 很陌生，到目前为止，我尝试过的任何方法似乎都不起作用。有关如何完成此操作的任何建议或帮助？

谢谢！

【问题讨论】：

标签： javascript python regex parsing

【解决方案1】：

这应该可行：

import re

javascript_text = '''
    <script language="javascript" type="text/javascript">
    lpAddVars('page','Section','womens');
    lpAddVars('page','CartTotal','0.00');

        lpAddVars('page','ProductID','43577');
        lpAddVars('page','ProductValue','128.00');  

    </script>
'''

product_value = re.findall(r"ProductValue.*,['|\"](.*)['|\"]", javascript_text)

# at this point, product_value = ['128.00']

那么 "ProductValue.*,'|\"['|\"]" 到底在做什么呢？

"ProductValue.*,'|\"['|\"]"

ProductValue -- 只是您要搜索的文字字符串

.* -- 我们想要任意数量的字符，所以空格、单引号等等

, -- 一旦我们到达“,”，我们将停止允许“.*”匹配所有字符

['|\"] -- 我们想匹配单引号或双引号

(.*) -- 这是我们真正感兴趣的位，可以是任何字符

['|\"] -- 同样，一旦我们到达结束单引号或双引号，我们将停止 ".*"

从现在开始，我会做这样的事情：

product_values = []
for value in product_value:
    value = value.strip() # get rid of any excess whitespace
    value = float(value) # ProductValue appears to be a float of some sort
    product_values.append(value) # store the value

【讨论】：

谢谢，这很好用！ SO 上的答案质量总是让我惊讶:)

【解决方案2】：

/'ProductValue'\s*,\s*(.*?)\s\)/

【讨论】：

谢谢！我实际上对正则表达式知之甚少，以至于我什至不知道如何实现它。 re.search("/'ProductValue'\s*,\s*(.*?)\s\)/", html)?