Python正则表达式查找字符串并获取x个字母转义不起作用

Question

因此，通过以下im将网页中的脚本添加到dict中，然后尝试在其中查找某个字符串，然后获取后面的13个字母：

for link in productlinks:
    try:
        s = HTMLSession()
        r = s.get(link)
        response = urllib3.PoolManager().request(
            "GET", link, headers={'User-Agent': "python"})
        soup = BeautifulSoup(response.data.decode('utf-8'), 'html.parser')
        title = r.html.find('h1.rd-title', first=True).text
        script2 = []
        script1 = soup.findAll("script")[2]
        script2.append(script1)
        special_string = '"ean",values:[{text:"'
        x_letters_afterwards = 13
        result = re.findall(re.escape(special_string) + ".{" + x_letters_afterwards + "}", script2)
        print(result)
    except:
        print("...")

问题是for循环try似乎通过某个东西中断为一个except，因为它总是打印“…”而不是我试图提取的字符串（或者一般的其他东西）

应在其中找到字符串的输出示例：https://pastebin.com/xvzQ456P

我不知道该怎么办

Answer 1

您的script2是一个对象列表。您需要获取字符串并将其传递给re方法

但是，您正在使用re.findall来获取匹配项的列表。您只需使用re.search即可获得第一个匹配项：

special_string = '"ean",values:[{text:"'
x_letters_afterwards = 13
match = re.search(re.escape(special_string) + "(.{" + x_letters_afterwards + "})", ' '.join([x for x in script1]))
result = ''
if match:
    result = match.group(1)

注:

• re.escape(special_string)-re.escape在special_string字符串中的每个特殊正则表达式字符之前追加一个\转义符，该字符串在正则表达式中使用
• "(.{" + x_letters_afterwards + "})"将形成一个捕获组（ID=1），该组看起来像(.{13})，并且将捕获除换行符以外的任何13个字符，并将其放入组1
• 在访问组值之前，您需要首先检查是否存在匹配项，因此，if match:检查
• 一旦检查为正，则存在匹配项，match.group(1)中的组1值被分配给result