使用BeautifulSoup提取script标签内指定前缀链接的最佳方法

你已经通过BeautifulSoup拿到了包含目标链接的script标签内容，直接用正则匹配即可，完全不受link数组长度、目标链接位置变化的影响： #

完整实现代码 #

import re
from bs4 import BeautifulSoup

# 原有逻辑：提取包含目标前缀的script内容
script_str = soup.find(string=re.compile("https://link9876.net/index.php"))

# 匹配所有前缀符合要求的完整链接
# 正则中对.做了转义避免通配，[^']*匹配到单引号结尾前的所有合法字符
target_links = re.findall(r"https://link9876\.net/index\.php[^']*", script_str)

# 提取第一个匹配结果（匹配不到时不会报错）
target_url = target_links[0] if target_links else None

方案优势 #

• 无需引入额外的JS解析依赖，执行效率高
• 不受link数组元素数量、目标链接索引动态变化的影响
• 匹配精度高，转义后的正则不会误匹配其他相似域名的链接

适配优化提示 #

如果遇到链接用双引号包裹的场景，可将正则修改为r"https://link9876\.net/index\.php[^'\"]*"，同时适配单、双引号两种包裹形式。 #

内容的提问来源于stack exchange，提问作者Luis