在网站上使用 jsoup 抓取脚本标签内的文本答案

【问题标题】：Scrape the text inside a script tag using jsoup on a website在网站上使用 jsoup 抓取脚本标签内的文本
【发布时间】：2021-02-21 16:22:16
【问题描述】：

我正在尝试使用 Jsoup 从网站检索 js 脚本中的数据。

脚本位于标题中，如下所示：

<head>
  <script1>
    function
  </script1>
  <link>
  <script2>
     var = someJsonData
  </script2>
</head>

我唯一想获得的是第二个脚本中的字符串“var = someJsonData”。

因为这个脚本似乎总是（或几乎）位于 head 标签的末尾，所以我用它来访问它：

String page = client.get("https://mywebsite.fr);
Element strScript = Jsoup.parse(page).select("head > script").last();

通过使用此代码，我可以检索我感兴趣的最后一个脚本，但我得到了这个：

<script>
   var = someJsonData;
</script>

同时我只想：

var = someJsonData

有没有一种简单的方法可以做到这一点，还是我必须使用一些函数手动解析它？

有没有比使用 Jsoup last 函数更好的方法来获取最后一个脚本？（脚本是唯一包含字符串“window.datalayer”的脚本）？

谢谢！

【问题讨论】：

您是否看到了您之前关于此问题的所有法国新闻评论？在这里，如果 JSoup 包不适合你，你为什么不直接使用 plain-old-vanilla html.substring, html.indexOf("<SCRIPT") ?

【解决方案1】：

您可以使用 strScript.data() 来获取脚本内容。

【讨论】：