Question

当我查看页面源时，我试图使用BeautifulSoup从网站中提取以下数据，但我无法使用汤找到它，所以我正在寻找一些指导。

当我查看来源时，页面会显示以下文字。

var = 'SynchronizerToken';
var = 'dd3a0c31e365c458d2d3e68e3c98f772bd2103eccf381';

我现在使用的代码是

SynchronizerToken = soup.find_all（“VAR SYNCHRONIZER_TOKEN_VALUE”）

建议表示赞赏，再次感谢！

Answer 1

使用正则表达式捕获组：

var SYNCHRONIZER_TOKEN_VALUE = '(.+?)'

，您可以使用<MatchObject>.group(1)

获取捕获的群组

import re

html = '''
var SYNCHRONIZER_TOKEN_NAME = 'SynchronizerToken';
var SYNCHRONIZER_TOKEN_VALUE = 'dd3a0c31e365c458d2d3e68e3c98f772bd2103eccf38163e10ce039c2b70a61a';
'''

token = None
matched = re.search(r"var SYNCHRONIZER_TOKEN_VALUE = '(.+?)'", html)
if matched:
    token = matched.group(1)

# token => 'dd3a0c31e365c458d2d3e68e3c98f772bd2103eccf38163e10ce039c2b70a61a'

Answer 2

您可以使用以下正则表达式模式来查找所需的值：

SYNCHRONIZER_TOKEN_VALUE = \'(.*?)\'

Regex101

使用BeautifulSoup

2 个答案: