Question

我需要使用json对象解析包含javascript代码的HTML文档。

这样的事情：

<html>
   <head>
   </head>
<body>
    <script type="text/javascript">
        myJSONObject = {"name": "steve", "city": "new york"}
    </script>

   <p>Hello World.</p>
</body>
</html>

如何使用python提取myJSONObject值？

Answer 1

您可以使用lxml来解析HTML，然后解压缩JSON：

>>> import lxml.etree,json
>>> s = '''<html><body><script type="text/javascript">
             myJSONObject = {"name": "steve", "city": "new york"}
           </script></body></html>'''
>>> js = lxml.etree.HTML(s).find('.//body/script').text
>>> jsonCode = js.partition('=')[2].strip()
>>> json.loads(jsonCode)
{u'city': u'new york', u'name': u'steve'}

使用python从html文档中提取javascript变量值

1 个答案: