使用python从html文档中提取javascript变量值答案

【问题标题】：Extract javascript variable value from html document with python使用python从html文档中提取javascript变量值
【发布时间】：2011-12-07 14:06:40
【问题描述】：

我需要解析一个包含带有 json 对象的 javascript 代码的 HTML 文档。

类似这样的：

<html>
   <head>
   </head>
<body>
    <script type="text/javascript">
        myJSONObject = {"name": "steve", "city": "new york"}
    </script>

   <p>Hello World.</p>
</body>
</html>

如何使用 python 提取 myJSONObject 值？

【问题讨论】：

你能先把你的.js文件解压出来吗？
没有。我只有 html 文件和里面的 javascript 代码。

标签： javascript python json

【解决方案1】：

您可以使用lxml解析HTML，然后提取JSON：

>>> import lxml.etree,json
>>> s = '''<html><body><script type="text/javascript">
             myJSONObject = {"name": "steve", "city": "new york"}
           </script></body></html>'''
>>> js = lxml.etree.HTML(s).find('.//body/script').text
>>> jsonCode = js.partition('=')[2].strip()
>>> json.loads(jsonCode)
{u'city': u'new york', u'name': u'steve'}

【讨论】：