Question

我需要在JavaScript代码中抓取这些数据，我认为我们需要通过js2xml将JavaScript代码转换为XML数据，问题是它可以转换所有JavaScript，例如；如果您想刮擦“电话”怎么办。还有其他解决方案吗？您可以在脚本中使用某些单词。采用： -python 3.7.0 -刮皮1.5 我该如何解决？谢谢

<script type="text/javascript">
      var price = '';
      price = price.replace(/ /g ,'');
      pulse('track', 'trackerEvent', {
        name: 'Ad detail viewed',
        type: 'View',
        object: {
          type: 'ClassifiedAd',
          id: '32088977',
          contentId: '32088977',
          url: 'https://www.example.com/fr/namecity/accessoires_informatique_et_gadgets/Toner_Heidelberg_Ricoh_C751_C651_32088977.htm?icl=1',
          name: 'Orgacom sarl',
          currency:'DH',
          adType:  'sell',
          price: Number(price),
          category: 'INFORMATIQUE ET MULTIMEDIA >  Accessoires informatique et Gadgets ',
          AccountType  :  'Pro',
          location: {
                  type: 'PostalAddress',
                  addressCountry: 'Maroc',
                  City  :   "Rabat" ,
                  Region   : 'autre_secteur',
         },
        },        
         customs: {
          type: 'Contact',
          AdID: '40695389',
          list_id:'32088977',
          lang:'fr',
          region: 'Rabat',
          appl:'vi',
          categoryID: '5060',
          Page: 'view_ad ',
          D2d_offered: 'False'
        },
          actor: email,
          provider: { productType: 'Web'}
      });
 
  function ClickPhoneShow() {
    pulse('track', 'trackerEvent', {
        name: 'Ad phone number displayed',
        type: 'Show',
        action: 'Click',
        object: {
          type: 'PhoneContact',
          id: '32088977',
          inReplyTo: {
            id: '32088977',
            type: 'ClassifiedAd',
            category: 'INFORMATIQUE ET MULTIMEDIA >  Accessoires informatique et Gadgets ',
            AccountType  :  'Pro',
            name: 'example sarl',
            phone: '066666666',
            subject:"Toner Heidelberg Ricoh C751/C651",
            body:"C751/C651 on met en vente Toner ricoh c751/c651 origine importé d'allemand avec un bon prix <br> (toner + photocopie + ricoh + Heidelberg)<br>contactez nous merci",
            price: Number(price),
              location: {
                  type: 'PostalAddress',
                  addressCountry: 'Maroc',
                  City  :   "Rabat" ,
                  Region   : 'autre_secteur',
              },
          },
        },
        target: {
          type: 'Contact',
          AdID: '40695389',
          list_id:'32088977',
          AdPrice:  '',
          url:'fr/namecitey/accessoires_informatique_et_gadgets/Toner_Heidelberg_Ricoh_C751_C651_32088977.htm ',
          appl :'vi ',
          category :'Accessoires informatique et gadgets ',
          region: 'Rabat',
          PageType: 'TransactionPage',
          eventPrefix: 'Phone_Desktop',
          D2d_offered: 'False'
        },
          actor: email,        
          provider: { productType: 'Web'}
      });
  }
 
</script>

Answer 1

我建议您坚持使用js2xml，因为它提供了一种遍历javascript代码的方法，但是当然，这需要额外的精力。

另一种解决方案是使用正则表达式：

phones = re.findall("phone: '(.+)',", script_text)

通过python抓取嵌入JavaScript的数据

1 个答案: