如何使用 re.search 在“response.text”中获取 html 中的脚本值？答案

【问题标题】：how to get a script value in html in 'response.text' using re.search?如何使用 re.search 在“response.text”中获取 html 中的脚本值？
【发布时间】：2021-10-31 21:41:14
【问题描述】：

我有一个 HTML 文件，该文件包含几个脚本，特别是在最后一个脚本中包含一个我想要获取的值

我需要得到这里找到的哈希值

extend(cur, { "hash": "13334a0e457f0793ec", "loginHost": "login", "sureBoxText": false, "strongCode": 0, "joinParams": false, "validationType": 3, "resendDelay": 120, "calledPhoneLen": 4, "calledPhoneExcludeCountries": [1, 49, 200] });

为此我使用了

import re

with open("test.html", "r", encoding='utf-8') as f:
    html = f.read()

hash = re.search(r'{ "hash": "(.*?)",', html).group(1)

完美运行，但是当我尝试直接从请求中执行相同操作时，出现错误。

with requests.get(url, headers=headers, cookies=cookies) as response:
        if response.status_code == 200:
            html = response.content
            hash = re.search(r'{ "hash": "(.*?)",', html).group(1)
            return hash

错误

TypeError: cannot use a string pattern on a bytes-like object

然后我执行了一个简单的测试，将“response.text”保存在一个 html 文件中并尝试以第一种方式读取，但错误仍然存在在我输入文件并在我的 vscode 中单击以格式化文件后不久，它修复了整个 html 文件，我执行了测试并且它有效。我需要一种将“response.text”格式化为 html 的方法，这样我就可以获得我的价值，或者如果有另一种我不知道我愿意学习的方法。

OBS 哈希值在'response.text'中找到

【问题讨论】：

标签： python beautifulsoup python-requests python-re

【解决方案1】：

尝试使用str() 将html 转换为字符串：

hash = re.search(r'{ "hash": "(.*?)",', str(html)).group(1)

编辑：您的正则表达式不正确，将其更改为：

hash = re.search(r'"hash":"(.*?)",', str(html)).group(1)

【讨论】：

error AttributeError: 'NoneType' 对象没有属性 'group'
@DamiDoug 可能是正则表达式有问题，去掉str()会怎样，还能用吗？
错误一直存在
@DamiDoug 所以问题出在正则表达式，因为它没有找到匹配项，它返回None，因此您收到错误，请考虑稍微调整正则表达式以正确找到匹配。网址是什么？
@DamiDoug 查看我的编辑

【解决方案2】：

您需要将字节解码为字符串：

re.search(r'{ "hash": "(.*?)",', html.decode('utf-8'))

【讨论】：

错误：AttributeError：'str'对象没有属性'decode'。你的意思是：'编码'？
@DamiDoug 您的错误表明您有字节，因此您需要解码以获取字符串。 html的类型是什么？
我不知道类型，我只是订购。我怎样才能看到类型
你可以在你的函数中添加print(type(html))
类型

【解决方案3】：

我相信您正在寻找response.text，它是“响应的内容，采用 unicode。”。见https://2.python-requests.org/en/master/api/#requests.Response.text

with requests.get(url, headers=headers, cookies=cookies) as response:
        if response.status_code == 200:
            html = response.text
            hash = re.search(r'{ "hash": "(.*?)",', html).group(1)
            return hash

【讨论】：