用 BeautifulSoup（脚本标签）提取经纬度答案

【问题标题】：Extracting latitude and longitude with BeautifulSoup (script tag)用 BeautifulSoup（脚本标签）提取经纬度
【发布时间】：2017-05-12 08:55:55
【问题描述】：

我正在尝试从这部分 HTML 中提取纬度和经度（有两对纬度/经度，我需要它来处理任意数量的坐标）：

<script type="text/javascript"> 
[...]
truvo.data['map']= [{"lat":50.469585,"lon":4.487113,"id":"fr_BE_YP_PAID_16758523_0000_2840991_8600_20139917392","number":"1","display":"1","customerid":"16758523","addressid":"2840991","part":"base","type":"paid"},{"lat":50.721645,"lon":4.6253505,"id":"fr_BE_YP_PAID_12075596_0000_2315340_8600_20139200640","number":"2","display":"2","customerid":"12075596","addressid":"2315340","part":"base","type":"paid"}]
;
</script>

我尝试了几种方法：

how to access latitude and longtitude in a script with beautifulsoup?

How to scrape latitude longitude in beautiful soup

以及所有其他类型的 stackoverflow 提案，但没有任何效果。

如果我使用一种模式，那会是正确的吗？

'("lat"|"lon"):(-?\d{1,3}\.\d+)'

有人有想法吗？

非常感谢，

玛丽

【问题讨论】：

标签： python web-scraping geolocation beautifulsoup

【解决方案1】：

你快到了，你需要从regex中删除-

>>> re.findall(r'("lat"|"lon"):(\d{1,3}\.\d+)', data)
[('"lat":', '50.469585'),
 ('"lon":', '4.487113'),
 ('"lat":', '50.721645'),
 ('"lon":', '4.6253505')]

或者你也可以试试（已经为你工作了）

>>> re.findall(r'(?is)("lat":|"lon":)([0-9.]+)',data)

【讨论】：

非常感谢，它适用于使用脚本完成的字符串，但是如何以字符串格式的方式从 HTML 中提取代码？我一般都是做soup.find_all('script')，所以现在的格式是bs4.element.Tag
使用str(soup.select('script'))