使用 python 在 javascript 中搜索字符串

Question

根据我之前的问题：

我试图制作另一个从 javascript 获取数据的脚本。当然是拿到网页内容后

但是，就是没有显示我想要的内容。我想从页面的 javascript 中找到 "content_id"。这是页面：- http://www.hulu.com/watch/815743

这是我现在拥有的。

import re
import requests
from bs4 import BeautifulSoup
import os
import fileinput


Link = 'http://www.hulu.com/watch/815743'
q = requests.get(Link)
soup = BeautifulSoup(q.text)
#print soup
subtitles = soup.findAll('script',{'type':'text/javascript'})
pattern = re.compile(r'"content_id":"(.*?)"', re.MULTILINE | re.DOTALL)
script = soup.find("script", text=pattern)
print pattern.search(script.text).group(1)

我收到这个错误：

AttributeError: 'NoneType' object has no attribute 'text'

知道如何解决这个问题吗？

Answer 1

您的正则表达式模式有两个问题：

引号在脚本内容中用反斜杠转义，请考虑到这一点
冒号后有一个空格

这里是固定版本：

pattern = re.compile(r'\"content_id\":\s*\"(.*?)\"', re.MULTILINE | re.DOTALL)

对我有用，结果是 60585710。

仅供参考，这是我正在执行的完整代码：

import re

import requests
from bs4 import BeautifulSoup

Link = 'http://www.hulu.com/watch/815743'
q = requests.get(Link)
soup = BeautifulSoup(q.text)

pattern = re.compile(r'\"content_id\":\s*\"(.*?)\"', re.MULTILINE | re.DOTALL)
script = soup.find("script", text=pattern)
print pattern.search(script.text).group(1)

使用 python 在 javascript 中搜索字符串

Search a string in javascript using python

javascript

python

regex

beautifulsoup

python-2.7