Question

我目前正在使用一个脚本，该脚本使用BS4和aiohttp在站点上注册一个帐户。 POST中需要做的一件事是叫做tagInfo。 tagInfo的一部分是称为“ tmxSessionId”的东西。通常，我会像平常一样使用BS4并每次刮取该值。但是，问题在于tmxSessionId是站点正在使用的脚本的一部分，并且在JS中。我将在此处发布一些脚本：

<script type="text/javascript">

(function() {
var Context = raptor.require('ebay.context.Context');
    var langCode = "en-US";
    var emailAutoCompleteEnabled = true;

    var dfpContext = '{"tmxSessionId":"081708da1660ab61a9e69761fffcb25e"}';

}

我编辑了脚本，并删除了所有多余的部分，从而提供了一些上下文以及我所好奇的部分。如您所见，它在脚本标记中。因此，我尝试进行测试

soup = BeautifulSoup(r.text, 'lxml')
idd = soup.find('script', type='text/javascript')

它与<script type="text/javascript">var layer = false;</script>一起出现而不是完整的脚本。那么如何解析tmxSessionId？

Answer 1

我经历了同样的情况，并且自己找到了一条捷径，可以在每种情况下为我提供帮助。您需要使用该快捷方式。

scripts = soup.find_all('script')
your_script = [script for script in scripts if 'tmxSessionId' in str(script)][0]
print(your_script)

列表理解部分将找到包含所需文本的脚本元素。大多数情况下，第一个元素将是您的脚本。因此，我最后添加了[0]。

希望这会有所帮助！干杯！

使用BS4抓取用JS编写的脚本

1 个答案: