网页上的Python Scrape JSON

Question

我正在尝试从网页中抓取javascript变量的内容。 该网页是一个搜索页面，当您查看其来源时，该页面上的内容类似于

<script>var test1='balah';var catalog={};var test2='blah'</script>

其中catalog是一个大的嵌套json结构字符串。

我知道如何解析它，但是假设我已经在单个字符串变量中包含了整页的html内容，那么如何从网页中获取json字符串呢？

Answer 1

使用正则表达式如何？

# -*- coding: utf-8 -*-
import re

content = "<script>var test1='balah';var catalog={'Year':'2019'};var test2='blah'</script>"
p = re.compile(r'[\d\D]+catalog=([\d\D]+?);')
m = p.match(content)
if m:
    result = m.group(1)
    print result

结果将为{'Year':'2019'}