Python爬取大学课程表：提取API响应JS函数内的events数据

方法1：正则提取 + JSON5解析 #

先通过正则定位到getEventData函数内的events数组片段，再用JSON5库兼容JS的语法特性（比如单引号、引号嵌套）来解析成Python列表。

1. 安装JSON5库：pip install json5
2. 代码示例：

import re
import json5

# 假设已获取的<script>标签内容存在script_content变量中
pattern = re.compile(r'function getEventData\(\) \{.*?events:\s*(.*?)\s*,?\s*[\}\)]', re.DOTALL)
match = pattern.search(script_content)
if match:
    events_js_str = match.group(1)
    # 用JSON5解析JS格式的数组，自动处理引号嵌套、单引号等问题
    events_list = json5.loads(events_js_str)
    # events_list即为Python字典列表，可直接用于存入数据库

方法2：用js2py直接执行JS代码提取数据 #

js2py是纯Python实现的JS解释器，可直接运行目标JS代码，无需浏览器环境，直接提取events变量。

1. 安装js2py：pip install js2py
2. 代码示例：

import js2py

# 移除<script>标签，保留纯JS代码
js_code = script_content.replace('<script>', '').replace('</script>', '')

# 执行JS代码，获取上下文环境
context = js2py.EvalJs()
context.execute(js_code)

# 若events是getEventData函数内部变量，可修改JS代码暴露变量
# 比如在js_code末尾添加：`window.events = events;`
events_list = context.events

方法3：手动修复语法后用标准JSON解析 #

如果不想依赖第三方库，可通过正则替换将JS数组转为标准JSON格式：

• 给无引号的属性名添加双引号
• 处理单引号与转义字符的转换
• 移除数组末尾的多余逗号

代码示例：

import re
import json

script_content = "你的<script>标签内容"
pattern = re.compile(r'events:\s*(.*?)\s*,?\s*[\}\)]', re.DOTALL)
match = pattern.search(script_content)
if match:
    events_js_str = match.group(1)
    # 给属性名添加双引号
    events_js_str = re.sub(r'(\w+):', r'"\1":', events_js_str)
    # 将未转义的单引号替换为双引号
    events_js_str = re.sub(r"(?<!\\)'", '"', events_js_str)
    # 移除数组/对象末尾的多余逗号
    events_js_str = re.sub(r',\s*([\}\]])', r'\1', events_js_str)
    # 用标准JSON解析
    events_list = json.loads(events_js_str)

内容的提问来源于stack exchange，提问作者AmaFor