Python爬取HTML中script标签变量url值方法详解

要爬取HTML中script标签内的变量url的值，可以使用正则表达式或者BeautifulSoup库来实现。\n\n使用正则表达式的方法如下所示：\n\npython\nimport re\n\nhtml = \"\"\n<script>\n var url = 'https://example.com';\n var otherVariable = 'some value';\n</script>\n\"\"\n\n# 使用正则表达式匹配script标签内的变量url的值\npattern = r"var url = '(.*?)';"\nresult = re.search(pattern, html).group(1)\n\nprint(result) # 输出：https://example.com\n\n\n使用BeautifulSoup库的方法如下所示：\n\npython\nfrom bs4 import BeautifulSoup\n\nhtml = \"\"\n<script>\n var url = 'https://example.com';\n var otherVariable = 'some value';\n</script>\n\"\"\n\nsoup = BeautifulSoup(html, 'html.parser')\n\n# 使用BeautifulSoup库找到script标签\nscript_tag = soup.find('script')\n\n# 获取script标签内的文本内容\nscript_text = script_tag.get_text()\n\n# 使用正则表达式匹配script标签内的变量url的值\npattern = r"var url = '(.*?)';"\nresult = re.search(pattern, script_text).group(1)\n\nprint(result) # 输出：https://example.com\n\n\n无论使用哪种方法，都需要根据具体的HTML结构和变量的定义方式进行相应的调整。如果HTML中有多个script标签，可能需要使用循环来遍历每个script标签并进行匹配。