讲师中心 微信公众号

工具推荐

视频效率加速
Laper
Laper

剧本策划到成片协作

立刻MV
立刻MV

低成本歌曲 MV、视频生成

Seko
Seko

AI短剧一键生成成片

AniShort
AniShort

AI短剧协同制作平台

如何从嵌入式 JavaScript 脚本中提取动态渲染的房产销售表格数据

秋墨同学_7270

秋墨同学_7270

发布时间:2026-02-15 10:48:10

|

889人浏览过

|

来源于php中文网

原创

如何从嵌入式 JavaScript 脚本中提取动态渲染的房产销售表格数据

本文介绍如何绕过前端渲染限制,通过正则匹配从网页 标签中精准提取内嵌的 JSON 数据,并将其结构化为 Pandas DataFrame,适用于 CoreLogic 等采用“脚本注入数据”模式的房地产数据页面。

本文介绍如何绕过前端渲染限制,通过正则匹配从网页 `<script>` 标签中精准提取内嵌的 json 数据,并将其结构化为 pandas dataframe,适用于 corelogic 等采用“脚本注入数据”模式的房地产数据页面。</script>

许多现代数据展示型网站(如 CoreLogic 澳大利亚近期成交平台)并不将表格内容直接写入 HTML DOM,而是通过 <script> 标签内联一段 JavaScript 代码(例如 var postcodeData = {...}),由前端框架动态渲染表格。这意味着传统基于 BeautifulSoup.find('table') 的静态解析会失败——因为 HTML 中根本不存在 <table> 元素。</script>

JavaScript 开发专家
JavaScript 开发专家

掌握包含 ES6+、异步模式和 Node.js API 的现代 JavaScript。处理 Promise、事件循环和浏览器/Node 兼容性。在 JavaSc

下载

针对此类场景,核心思路是:定位并提取脚本中赋值给特定变量(如 postcodeData)的原始 JSON 字符串,再反序列化为 Python 对象。由于该数据未经过 API 鉴权、纯前端使用,通常可直接获取(无需 Selenium 或登录)。

以下为完整可运行的解决方案:

import json
import re
import requests
import pandas as pd

url = "https://www.corelogic.com.au/our-data/recent-sales?postcode=5600"

# 发起请求(注意:部分站点可能校验 User-Agent,建议添加)
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
}
response = requests.get(url, headers=headers)
response.raise_for_status()  # 抛出网络错误

# 使用正则精准捕获 postcodeData = { ... } 中的 JSON 对象(含嵌套结构)
# 注意:.*? 是非贪婪匹配,}; 确保匹配到完整对象结尾
match = re.search(r'postcodeData\s*=\s*(\{[^}]*\});', response.text)
if not match:
    raise ValueError("Failed to locate 'postcodeData' variable in script")

# 提取并解析 JSON
data_dict = json.loads(match.group(1))

# 结构分析:data_dict['data'] 是列表,每个元素含 'properties' 字段(即一条销售记录)
# 示例:data_dict['data'][0]['properties'] → {'address': '123 Main St', 'price': 850000, ...}
df = pd.DataFrame(data_dict['data'][0]['properties'])

print(f"成功提取 {len(df)} 列字段,前 3 行示例:")
print(df.head(3))

✅ 关键要点说明:

立即学习“Java免费学习笔记(深入)”;

  • 避免 403 错误:原问题中 urllib.request.urlopen() 缺少 User-Agent 头,易被服务器拦截;requests + 自定义 headers 更健壮;
  • 正则更鲁棒:r'postcodeData\s*=\s*(\{[^}]*\});' 可处理空格、换行及简单嵌套(若 JSON 含多层 {},需升级为 json.loads(re.search(r'postcodeData\s*=\s*(\{.*?\});', ...).group(1)) 配合 re.DOTALL);
  • 数据结构验证:实际响应中 data_dict['data'] 是长度为 1 的列表(含全部 90 条记录),每条记录位于 item['properties'];若未来结构变更,建议先打印 data_dict.keys() 和 type(data_dict['data']) 调试;
  • 扩展性提示:如需批量抓取多个邮编,可封装函数并加入异常重试、延迟及请求频率控制,符合 robots.txt 与网站使用条款。

该方法轻量、高效,不依赖浏览器自动化,是解析“伪静态”JavaScript 内联数据的标准实践。

热门AI工具

更多
讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

讯飞智作

讯飞智作是一款AI视频创作工具,AI文本配音工具,数字人课程、营销视频制作。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

音述AI
音述AI Hot

一款AI音频处理工具,主要用于音述AI是一个以“用声音述说故事”为核心的 AI 音乐创作与声音分享社区,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

相关专题

更多
json数据格式
json数据格式

JSON是一种轻量级的数据交换格式。本专题为大家带来json数据格式相关文章,帮助大家解决问题。

2355

2023.08.07

json是什么
json是什么

JSON是一种轻量级的数据交换格式,具有简洁、易读、跨平台和语言的特点,JSON数据是通过键值对的方式进行组织,其中键是字符串,值可以是字符串、数值、布尔值、数组、对象或者null,在Web开发、数据交换和配置文件等方面得到广泛应用。本专题为大家提供json相关的文章、下载、课程内容,供大家免费下载体验。

3902

2023.08.23

jquery怎么操作json
jquery怎么操作json

操作的方法有:1、“$.parseJSON(jsonString)”2、“$.getJSON(url, data, success)”;3、“$.each(obj, callback)”;4、“$.ajax()”。更多jquery怎么操作json的详细内容,可以访问本专题下面的文章。

1296

2023.10.13

go语言处理json数据方法
go语言处理json数据方法

本专题整合了go语言中处理json数据方法,阅读专题下面的文章了解更多详细内容。

4539

2025.09.10

Python爬虫获取数据的方法
Python爬虫获取数据的方法

Python爬虫可以通过请求库发送HTTP请求、解析库解析HTML、正则表达式提取数据,或使用数据抓取框架来获取数据。更多关于Python爬虫相关知识。详情阅读本专题下面的文章。php中文网欢迎大家前来学习。

693

2023.11.13

Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

360

2025.12.04

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

292

2026.01.31

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

991

2026.04.13

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

140

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
WebStorm 官方调试文档
WebStorm 官方调试文档

共0课时 | 0人学习

React 教程
React 教程

共58课时 | 12.5万人学习

TypeScript 教程
TypeScript 教程

共19课时 | 6.8万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn