Question

我有一个链接到javascript文件的网址，例如http://something.com/../x.js。我需要从x.js

中提取变量

是否可以使用python执行此操作？目前我正在使用urllib2.urlopen()但是当我使用.read()时，我得到了这个可爱的混乱：

U�(��%y�d�<�!���P��&Y��iX���O�������<Xy�CH{]^7e� �K�\�͌h��,U(9\ni�A ��2dp}�9���t�<M�M,u�N��h�bʄ�uV�\��0�A1��Q�.)�A��XNc��$"SkD�y����5�)�B�t9�):�^6��`(���d��hH=9D5wwK'�E�j%�]U~��0U�~ʻ��)�pj��aA�?;n�px`�r�/8<?;�t��z�{��n��W
�s�������h8����i�߸#}���}&�M�K�y��h�z�6,�Xc��!:'D|�s��,�g$�Y��H�T^#`r����f����tB��7��X�%�.X\��M9V[Z�Yl�LZ[ZM�F���`D�=ޘ5�A�0�){Ce�L*�k���������5����"�A��Y�}���t��X�(�O�̓�[�{���T�V��?:�s�i���ڶ�8m��6b��d$��j}��u�D&RL�[0>~x�jچ7�

当我查看开发工具以查看DOM时，正文中唯一的东西是包含在标签中的字符串。在常规视图中，字符串是json元素。

Answer 1

.read()应该会在浏览器的“查看源代码”窗口中显示相同的内容，所以出了点问题。看起来HTTP响应可能是gzip压缩，但 urllib2 doesn't support gzip 。 urllib2也不会请求gzip压缩数据，所以如果这是问题，服务器可能配置错误，但我认为这是你无法控制的。

我建议改用 requests 。 requests automatically decompresses gzip-encoded responses，所以它应该为您解决这个问题。

import requests
r = requests.get('https://something.com/x.js')
r.text   # unparsed json output, shouldn't be garbled
r.json() # parses json and returns a dictionary

一般来说，requests比urllib2更容易使用，所以我建议在任何地方使用它，除非你绝对必须坚持使用标准库。

Answer 2

import json

js = urllib2.urlopen("http://something.com/../x.js").read()
data = json.loads(js)

使用python从url中提取javascript信息

2 个答案: