PythonでJavascriptを解析する

Question

私のスクリプトの1つでは、urllib2とBeautifulSoupを使ってHTMLページを解析し、<script>タグを読んでいます。

は、これは私が得るものです：

<script> 
var x_data = { 
    logged: logged, 
    lengthcarrousel: 2, 
    products : [ 
     { 
      "serial" : "106541823" 
      ... 
</script> 

私の目標は、x_data変数でJSONを読み取ることであり、私はそれを正しく行う方法を知りません。 Iのいえ：

• 文字列に変換し、{最後のために、同じ}への最初の文字を削除
• のようなもので、正規表現を使用すると、最初のグループ
• を取ります「{*。}」他に何か？

これらは効率的かどうか、うまくいく方法があるかどうかはわかりません。

あなたは方法が他の方法よりも好ましいと思いますか？私が気づいていない方法はありますか？

アドバイスをいただきありがとうございます。

EDIT：

後のアドバイスは私は正規表現のソリューションを取得するが、私はre.MULTILINEを使用しているにもかかわらず、複数行に検索することはできません。

string1 = '<script> 
var x_data = { 
    logged: logged, 
    lengthcarrousel: 2, 
    products : [ 
     { 
       "serial" : "106541823"} 
] 
}; 
</script>' 


p = re.compile(r'\{.*\};',re.MULTILINE); 
m = p.search(string1) 
if m: 
    print m.group(0) 
else: 
    print "Error !" 

私は常に持って「エラーを！」。

EDIT2：

re.DOTALLとうまく動作し

。

Answer 1

{.*}は、.*が貪欲であるため、本質的に同じであると思います。つまり、バックトラッキングがほとんどなく、別のものではより「寛容」ですJSコードのフォーマットのニュアンス）。もっと興味があるのは、https://docs.python.org/3.6/library/json.htmlです。

Answer 2

常に正確にこのように見える場合は、提案したようなソリューションをハックすることができます。

プログラマーはすべてのことをコードで実行するので、実際には必ずしも正確にこのように見えることはないと思われ、ハッキリしたソリューションは壊れやすく、予期しない（ "不可能な不都合な" （Regexは、コードを解析するときにはハッキリであることが知られています）。

これを正しく実行するには、実際のJavaScriptパーサーを取得し、スクリプトタグのコンテンツで定義されたコード部分に適用してASTを生成し、ASTでJavaScriptネストされた構造JSONのように見えるようにして、その木の内容を前もって印刷します。

JavaScriptの割り当てステートメントを使用してJSONフラグメントをアセンブルするプログラマーの方でも、これは脆弱です。これを処理するには、データフローを計算し、JSONコードをアセンブルするコードセットを発見します。これはむしろたくさんの作業です。

解決策の制限がどのようになるかを決定し、制御しない人が何かをランダムに実行した場合の結果を受け入れるようになります。