热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

python爬取网页内容_python爬虫之获取页面script里面的内容

这是网页上的script我要获取的是00914这个数字直接使用正则表达式即可运行结果:源码:importrefrombs4importBeautif

这是网页上的script 我要获取的是00914这个数字 直接使用正则表达式即可

20190211195515903375.png

运行结果:

20190211195516101604.png

源码:

import re

from bs4 import BeautifulSoup

from urllib.request import urlopen

url = "你要解析的网页URL"

html = urlopen(url).read()

soup = BeautifulSoup(html,"html.parser")

titles = soup.select("body script") # CSS 选择器

i = 1

for title in titles:

if i == 3:

#print(title.get_text())# 标签体、标签属性

str=title.get_text()

break

if i == 2:

i = 3

if i == 1:

i = 2

print(str)

str1 = "\"\"\""+""+"\"\"\""

soup = BeautifulSoup(str1, "html.parser")

pattern = re.compile(r"var _url = ‘(.*?)‘;$", re.MULTILINE | re.DOTALL)

script = soup.find("script", text=pattern)

#print (pattern.search(script.text).string)

s = pattern.search(script.text).string

print (s.split(‘\‘‘)[11])

原文:https://www.cnblogs.com/mm20/p/10362963.html



推荐阅读
author-avatar
撒大时代撒的照写真
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有