解析 HTML 源代码中的 JavaScript 代码答案

【问题标题】：parsing JavaScript code in HTML source解析 HTML 源代码中的 JavaScript 代码
【发布时间】：2015-01-22 17:54:00
【问题描述】：

如何使用 Python 解析 HTML 源代码中的 JavaScript 代码，例如我想提取 productList 对象

下面是我的源码；

<html>
<body>
<div id="content-wrapper" class="row-fluid clearfix" role="contentinfo">
<!-- html content -->
</div>


   <script>
    var productList = { "daaa" : "ddddd"};
   </script>

</body>
</html>

【问题讨论】：

这些有帮助吗？ stackoverflow.com/questions/390992/javascript-parser-in-python stackoverflow.com/questions/18368058/…
您在某些时候可能会遇到的一个问题是var productList = { daaa : function() {}}; 是有效的 JS，但不是有效的 JSON。

标签： python

【解决方案1】：

我建议你看看 BeautifulSoup - 它可以帮助你从 HTML 文件中提取 JavaScript 代码（但不能解析/运行它）：

source = """<html>...</html>"""

from bs4 import BeautifulSoup
soup = BeautifulSoup(source)
js_code = soup.find_all("script")[0].text

然后您可以使用一些 JavaScript 解释器来运行代码并获取变量 - 有一些像 this one 或 this one。只需谷歌即可。

【讨论】：

你觉得使用正则表达式来解析提取的 JavaScript 怎么样？
@Parker，我不确定这是否是个好主意，我从来没有尝试用正则表达式解析任何编程语言。我想你可以试试。顺便说一句，您可以尝试使用pyparsing：它允许您创建自己的解析器来解析不同的语言

【解决方案2】：

我认为您需要添加功能，以便计算机可以读取如果它是 javascript 和 python，使用这个：

script type="text/javascript">  <!-------or python----></script>

【讨论】：

您好 Ben Riley，欢迎来到 Stack Overflow！这不是一个完整的答案；请返回并编辑以完整回答问题。