推荐采用以下稳健方案：
import json
import requests
import re
import pandas as pd
url = 'https://www.corelogic.com.au/our-data/recent-sales?postcode=5600'
# 发起请求（注意：部分站点会校验 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
# 正则提取 postcodeData = {...}; 中的 JSON 字符串（非贪婪匹配至首个 };）
match = re.search(r'postcodeData\s*=\s*(\{[^}]*\});', response.text)
if not match:
raise ValueError("Failed to locate 'postcodeData' variable in script")
json_str = match.group(1)
data = json.loads(json_str)
# 解析为 DataFrame：data 是列表，通常含一个元素，其 properties 为实际记录数组
df = pd.DataFrame(data['data'][0]['properties'])
print(df.head())✅ 关键说明：
- 正则 r'postcodeData\s*=\s*(\{[^}]*\});' 专为该页面结构设计，可安全捕获单层花括号内的 JSON（因数据本身不含嵌套 {}，无需复杂递归解析）；
- 若未来页面升级为多层嵌套或变量名变更，建议改用 r'postcodeData\s*=\s*(\{.*?\});' 配合 re.DOTALL 标志，并增加 JSON 解析容错（如 json.loads(..., strict=False)）；
- requests.get() 默认不发送 User-Agent，易触发 403；务必添加合理请求头模拟浏览器行为；
- 数据字段（如 address, salePrice, soldDate）均位于 properties 列表中，可直接用于分析或导出：df.to_csv('sales_5600.csv', index=False)。
⚠️ 注意事项：
- 该方法依赖前端代码稳定性，若网站将 postcodeData 改为动态生成或加密变量名，需转向 Selenium 或 Playwright 渲染后提取；
- CoreLogic 明确标注数据“for demonstration only”，商用前请务必查阅其数据使用条款，避免合规风险；
- 单次请求仅返回 90 条随机记录，无分页参数暴露，不可批量获取全量数据。
掌握这种“JS 内联 JSON 提取”技巧，能高效应对大量 SPA（单页应用）类数据门户，是现代网页抓取工程师的必备能力之一。
