Comment utiliser Belle Soupe d'extrait de chaîne dans <script> tag?

Dans un .page html, j'ai une balise de script comme ceci:

     <script>jQuery(window).load(function () {
  setTimeout(function(){
    jQuery("input[name=Email]").val("[email protected]");
  }, 1000);
});</script>

Comment puis-je utiliser Belle Soupe pour extraire l'adresse e-mail?

OriginalL'auteur dundonian | 2016-07-24

  1. 10

    Pour ajouter un peu plus à la @Bob répondre et en supposant que vous avez besoin de localiser le script balise dans le code HTML ce qui peut avoir d'autres script balises.

    L'idée est de définir une expression régulière qui doit être utilisé pour les deux la localisation de l'élément BeautifulSoup et l'extraction de la email valeur:

    import re

from bs4 import BeautifulSoup


data = """
<body>
    <script>jQuery(window).load(function () {
      setTimeout(function(){
        jQuery("input[name=Email]").val("[email protected]");
      }, 1000);
    });</script>
</body>
"""
pattern = re.compile(r'\.val\("([^@]+@[^@]+\.[^@]+)"\);', re.MULTILINE | re.DOTALL)
soup = BeautifulSoup(data, "html.parser")

script = soup.find("script", text=pattern)
if script:
    match = pattern.search(script.text)
    if match:
        email = match.group(1)
        print(email)

    Imprime: [email protected].

    Nous voici à l'aide d'un expression régulière simple pour l'adresse e-mail, mais on peut aller plus loin et d'être plus stricte à ce sujet mais je doute que ce serait pratiquement nécessaire pour résoudre ce problème.

    OriginalL'auteur alecxe

  2. 2

    pas possible à l'aide d'BeautifulSoup, mais vous pouvez le faire par exemple avec BS + expressions régulières

    import re
from bs4 import BeautifulSoup as BS

html = """<script> ... </script>"""

bs = BS(html)

txt = bs.script.get_text()

email = re.match(r'.+val\("(.+?)"\);', txt).group(1)

    ou comme ceci:

    ...

email = txt.split('.val("')[1].split('");')[0]

    OriginalL'auteur Bob