从HTML响应中提取特定值并保存为变量（Python）-html教程-PHP中文网

从HTML响应中提取特定值并保存为变量（Python）

DDD

发布： 2025-08-21 17:02:12

原创

238人浏览过

从html响应中提取特定值并保存为变量（python）

从HTML响应中提取authorizationCode的值，并将其保存为变量，是许多Web开发任务中常见的需求。本文将介绍两种在Python中实现这一目标的方法。正如摘要所述，我们将探讨使用字符串操作和正则表达式这两种途径，并提供详细的代码示例。

方法一：使用字符串操作

这种方法依赖于Python字符串内置的find()方法和切片操作。其基本思路是：首先找到目标字符串的起始位置，然后找到结束位置，最后使用切片提取目标字符串。

html_content = """
<html>
<head>
--------------------
</head>
<body>
    <script>
        function onClickButton(word) {
        if (word == 'yes'){
          var authorizationCode = '360ad5ce-ecfe-4ad4-83d1-9254e89a3ccc';
          var state = 'c8271b81-4229-6a1f-bf9c-758f11c1f5b1';
        } else {
          alert(word);
        }
      }
    </script>
    <div class="shb-psua-sign-app-sandbox-container">
    --------------------
    </div>
</body>
</html>
"""

start = html_content.find("var authorizationCode = '") + len("var authorizationCode = '")
end = html_content.find("';", start)

authorization_code = html_content[start:end]

print(authorization_code) # 输出: 360ad5ce-ecfe-4ad4-83d1-9254e89a3ccc

登录后复制

代码解释：

html_content.find("var authorizationCode = '"): 找到字符串 "var authorizationCode = '" 在 html_content 中首次出现的位置。
+ len("var authorizationCode = '"): 将起始位置加上字符串 "var authorizationCode = '" 的长度，得到目标值的起始位置。
html_content.find("';", start): 从起始位置 start 开始，找到字符串 "';" 在 html_content 中首次出现的位置，即目标值的结束位置。
html_content[start:end]: 使用切片操作，提取从起始位置 start 到结束位置 end 之间的字符串，即 authorizationCode 的值。

注意事项：

这种方法依赖于目标字符串的格式固定，如果HTML结构发生变化，可能导致提取失败。
如果HTML中存在多个匹配项，只会提取第一个匹配项。

方法二：使用正则表达式

正则表达式是一种强大的文本匹配工具，可以更灵活地提取目标字符串。

立即学习“Python免费学习笔记（深入）”；

存了个图

视频图片解析/字幕/剪辑，视频高清保存/图片源图提取

查看详情

import re

html_content = """
<html>
<head>
--------------------
</head>
<body>
    <script>
        function onClickButton(word) {
        if (word == 'yes'){
          var authorizationCode = '360ad5ce-ecfe-4ad4-83d1-9254e89a3ccc';
          var state = 'c8271b81-4229-6a1f-bf9c-758f11c1f5b1';
        } else {
          alert(word);
        }
      }
    </script>
    <div class="shb-psua-sign-app-sandbox-container">
    --------------------
    </div>
</body>
</html>
"""

results = re.search("var authorizationCode = '([^']*)'", html_content)

if results:
    authorization_code = results.group(1)
    print(authorization_code) # 输出: 360ad5ce-ecfe-4ad4-83d1-9254e89a3ccc
else:
    print("未找到 authorizationCode")

登录后复制

代码解释：

import re: 导入 re 模块，用于支持正则表达式操作。
re.search("var authorizationCode = '([^']*)'", html_content): 使用正则表达式 "var authorizationCode = '([^']*)'" 在 html_content 中查找匹配项。
- var authorizationCode = ': 匹配字面字符串 "var authorizationCode = '"。
- ([^']*): 匹配除单引号外的任意字符，()表示捕获组，[^']*表示匹配0个或多个非单引号字符。
- ': 匹配字面字符串 "'"。
results.group(1): 如果找到匹配项，则 results.group(1) 返回第一个捕获组的内容，即 authorizationCode 的值。
if results: 检查是否找到匹配项，如果没有找到，则输出提示信息。

注意事项：

正则表达式的编写需要一定的经验，错误的正则表达式可能导致匹配失败或提取错误。
可以使用在线正则表达式测试工具来验证正则表达式的正确性。
如果HTML中存在多个匹配项，re.search 只会返回第一个匹配项。如果需要提取所有匹配项，可以使用 re.findall 或 re.finditer。

总结

本文介绍了两种在Python中从HTML响应中提取authorizationCode的方法：使用字符串操作和使用正则表达式。字符串操作方法简单易懂，但依赖于HTML结构的固定性。正则表达式方法更加灵活，可以处理更复杂的HTML结构，但需要一定的正则表达式编写经验。选择哪种方法取决于具体的应用场景和HTML结构的复杂程度。在实际应用中，建议根据具体情况选择最合适的方法，并进行充分的测试，确保提取的准确性。

以上就是从HTML响应中提取特定值并保存为变量（Python）的详细内容，更多请关注php中文网其它相关文章！