Python 爬取网页中的 JSON 数据：正则表达式和 BeautifulSoup 方法

要爬取网页中 script 标签中的 JSON 数据，可以使用 Python 中的正则表达式或者第三方库如 BeautifulSoup 来提取数据。

以下是使用正则表达式的示例代码：

import re
import requests

# 发送请求获取网页内容
url = 'https://example.com'
response = requests.get(url)
html = response.text

# 使用正则表达式提取 script 标签中的 json 数据
pattern = r'<script.*?>(.*?)</script>'
scripts = re.findall(pattern, html, re.S)

# 遍历所有的 script 标签
for script in scripts:
    # 判断是否包含 json 数据
    if 'var data' in script:
        # 提取 json 数据
        pattern = r'var data = (.*?);'
        json_data = re.findall(pattern, script)[0]
        print(json_data)

在上述代码中，首先使用 requests 库发送请求获取网页内容，然后使用正则表达式提取 script 标签中的内容。接着，使用正则表达式提取 json 数据，并打印出来。

如果你更喜欢使用 BeautifulSoup 库，以下是使用 BeautifulSoup 的示例代码：

import requests
from bs4 import BeautifulSoup

# 发送请求获取网页内容
url = 'https://example.com'
response = requests.get(url)
html = response.text

# 使用 BeautifulSoup 解析网页内容
soup = BeautifulSoup(html, 'html.parser')

# 遍历所有的 script 标签
for script in soup.find_all('script'):
    # 判断是否包含 json 数据
    if 'var data' in script.string:
        # 提取 json 数据
        json_data = script.string.split('var data = ')[1].strip(';')
        print(json_data)

在上述代码中，首先使用 requests 库发送请求获取网页内容，然后使用 BeautifulSoup 解析网页内容。接着，遍历所有的 script 标签，判断是否包含 json 数据，并提取出来。最后，打印出 json 数据。