Один подход будет основан на комбинации анализа HTML, регулярного выражения и загрузки JSON:
- найдите нужный элемент
script с помощью BeautifulSoup (вы показали один элемент script, но я предполагаю, что он на самом деле находится внутри большего HTML)
- извлечь нужный объект Javascript с помощью регулярных выражений
- используйте
json.loads(), чтобы загрузить его в список / список Python
- получить нужные вещи из этого объекта Python
Что-то в этом роде:
import json
import re
from pprint import pprint
from bs4 import BeautifulSoup
data = """
<script>
define('app/pc', ['//laz-g-cdn.alicdn.com/lzdfe/pdp-platform/0.1.8/pc.js'], function(app) {
try {
app.run( {
"data": {
"root": {
"fields": {"skuInfos": {
"0": {
"categoryId":"8711", "dataLayer": {
"pdt_category":["Mother & Baby", "Feeding", "Milk Formula", "Follow On (6 - 12 mnths)"], "pagetype":"pdp", "pdt_discount":"-8%", "pdt_photo":"//laz-img-sg.alicdn.com/original/6bdf9b4b759b97f57b438a605f0e37e7.jpg", "v_voya":1, "brand_name":"Dumex", "brand_id":"30360", "pdt_sku":153105871, "core": {
"country": "SG", "layoutType": "desktop", "language": "en", "currencyCode": "SGD"
}
, "seller_name":"Dumex", "pdt_simplesku":191142180, "pdt_name":"Dumex Mamil Gold Stage 2 Follow On Baby Milk Formula (850g)", "page": {
"regCategoryId": "180101030000", "xParams": "_p_typ=pdp&_p_ispdp=1&_p_item=DU741TBAATAO7DSGAMZ-61110782&_p_prod=153105871&_p_sku=191142180&_p_slr=100047849"
}
, "supplier_id":100047849, "pdt_price":"47.9"
}
, "image":"//laz-img-sg.alicdn.com/original/6bdf9b4b759b97f57b438a605f0e37e7.jpg", "inWishlist":false, "itemId":"153105871", "operation": {
"operationWeight": 6, "text": "Add to Cart", "type": "default"
}
, "price": {
"discount":"-8%", "originalPrice": {
"text": "SGD47.90", "value": 47.9
}
, "salePrice": {
"text": "SGD44.29", "value": 44.29
}
} ,
"sellerId":"100047849", "skuId":"191142180", "stock":18, "stockList":[ {
"stoock": 18, "type": "default"
}
]
}
</script>"""
soup = BeautifulSoup(data, "html.parser")
pattern = re.compile(r'"skuInfos": {\s+"0": ({.*})$', re.MULTILINE | re.DOTALL)
script = soup.find("script", text=pattern)
json_string = pattern.search(script.get_text()).group(1)
data = json.loads(json_string)
print(data['price']['salePrice']['value'])
print(data['skuId'])
print(data['dataLayer']['pdt_category'])
Печать:
44.29
191142180
['Mother & Baby', 'Feeding', 'Milk Formula', 'Follow On (6 - 12 mnths)']
Обратите внимание, что для того, чтобы это работало, мне пришлось исправить синтаксическую ошибку в самом JS, так как я думаю, что это не полный скрипт, который у вас есть на самом деле. В любом случае, я могу представить, что вам нужно будет скорректировать шаблон, чтобы лучше соответствовать желаемым объектам (ам) JS для вашего конкретного случая использования.