如何用BeautifulSoup4提取指定的CSRF Token？

情况1：Token在隐藏<input>标签中 #

如果HTML底部的CSRF Token放在隐藏input里，比如：

直接用BeautifulSoup定位标签并提取value属性：

from bs4 import BeautifulSoup

# html_content为获取到的完整HTML文本
soup = BeautifulSoup(html_content, 'html.parser')
# 根据实际HTML的name/id属性调整定位条件
csrf_token = soup.find('input', {'name': 'csrf-token'})['value']

情况2：Token在页面底部的<script>标签中 #

如果Token以JS变量形式存在于底部script里，比如：

先定位script标签，再用正则匹配提取：

from bs4 import BeautifulSoup
import re

soup = BeautifulSoup(html_content, 'html.parser')
# 取页面最后一个script标签（对应底部位置）
script_tag = soup.find_all('script')[-1]
# 根据实际变量名调整正则表达式
match = re.search(r'window\.CSRF_TOKEN\s*=\s*"([^"]+)"', script_tag.string)
if match:
    csrf_token = match.group(1)

情况3：Token在普通文本容器中 #

如果Token直接放在底部的文本元素（如<div>/<p>）里，比如：

0HFqDSNx1c+1PUW36nrGLwuuVaYMDNWNa22trb7vXbIEGrFOizBtxVH/1z1UKG0DWMU9HcZOVHyTU//XVyLTpw==

直接提取元素文本内容：

from bs4 import BeautifulSoup

soup = BeautifulSoup(html_content, 'html.parser')
# 根据class/id定位容器，strip=True去除多余空格
csrf_token = soup.find('div', {'class': 'csrf-token'}).get_text(strip=True)

关键注意点 #

• 定位标签的属性（name/id/class）要和实际HTML完全匹配，注意大小写
• 若页面是JS动态渲染生成Token，BeautifulSoup无法直接提取，需用selenium或playwright模拟浏览器加载后再处理
• 提取到的Token可直接放入登录请求的Headers或表单参数中提交

内容的提问来源于stack exchange，提问作者Ruibin Wu