如何使用jsoup解析JavaScript

Question

在HTML页面中，我想选择一个javascript变量的值。 以下是HTML页面的代码段。

 <script id="page-data"> var __IS_MIRA__; var __INITIAL_STATE__ = undefined; var __CACHE_REGISTRY__ = undefined; var __NEXT_CACHE_ID__ = undefined; var __DMP_CONFIG__ = {"context":{"access_token":null,"ad_sync_script_url":"http:\\/\\/www.taolao.com\\/cdn\\/manifest\\/video\\/x7775n8.m3u8?auth=1498553714-2562-k2kou1s3-7be1a0645b68824508f7f4989900d487yk2kou1s3&bs=1","admin":false,"as_number":"AS18403","user":null} 

我的目标是使用jsoup从此页面读取变量DMP_CONFIG的值。 jsoup是否可能？ 如果是，那怎么办？

这是我的Java代码。

  Document doc = Jsoup.connect(""+urlhtml).get(); Element div = doc.getElementById("page-data"); Pattern p = Pattern.compile("(?is) __DMP_CONFIG__ = \\"(.+?)\\""); // Regex for the value of the key Matcher m = p.matcher(div.html()); while( m.find() ) { mData =m.group(1); } 

Answer 1

在这种情况下，您应该使用正则表达式来匹配组结果。

ad_sync_script_url":"([^"]+)"

示例代码如下：

String REGEX = "ad_sync_script_url":"([^"]+)"";

  Pattern r = Pattern.compile(REGEX);
  Matcher m = r.matcher("String that you want to match");   // get a matcher object

  if(m.find()){
    String matchValue = m.group(0);
    String result = matchValue.Replace("\"","");
  }else{
      //doesn't match result.
  }

希望这个帮助:)