从html中提取/解码Javascript变量到python

Question

我试图用python从HTML网站中提取一些javascript变量：

<script>
var nData = new Array();
var Data = "5b7b......";
nData = CallInit(Data);
...
...
</script>

我可以看到＆＃34; nData＆＃34;的内容在firebug（DOM面板）中没有问题：

[Object { height="532",  width="1280",  url="https://example.org...8EDA4F3F5F395B9&key=lh1",  more...}, Object { height="266",  width="640",  url="https://example.org...8EDA4F3F5F395B9&key=lh1",  more...}]

nData的内容是一个URL。 如何解析/提取nData的内容到python？ 它有可能吗？

由于

Answer 1

在python库Ghost.py的帮助下，应该可以从执行的Javascript代码中获取动态变量。

我刚试了一些small test site并得到了一个名为a的Javascript变量，我在该页面上使用它作为python对象。我做了以下事情：

1. 使用pip install Ghost.py安装Ghost.py。

2. 使用pip install PySide安装PySide（它是Ghost.py的先决条件）。

3. 使用以下python代码：

   from ghost import Ghost
   ghost = Ghost()
   ghost.open('https://dl.dropboxusercontent.com/u/13991899/test/index.html')
   js_variable, _ = ghost.evaluate('a', expect_loading=True)
   print js_variable
   

您应该可以通过nData打开您的网站，将变量js_variable放入python变量ghost.open，然后拨打ghost.evaluate('nData')。