Python爬虫检查javascript行是否存在，如果存在，则解析i

Question

我在python2.7中使用lxml.html文件我需要做以下事情。。。你知道吗

1）找出这一行是否在页面上。我其实是想看看父母是否存在。不是每页都有。你知道吗

DetailPage.StateController.setState('parent_asin', 'B0000DB87U');

2）如果存在，如何获取b000db87u？当父项在页面中时，每个页面的情况都会改变。这些都是javascript的，我使用lxml来获取和解析html。需要另一种JS方法。你知道吗

Answer 1

您可以使用lxml提取<script>标记的所有内容，然后用regex解析它们。你知道吗

未经测试的示例：

doc = lxml.html.parse(url)
scripts = doc.xpath('//script')
for script in scripts:
    match = re.findall(r"DetailPage\.StateController\.setState\('parent_asin', '(.*)'\);", script.text)
    if match:
        print match[0]