BeautifulSoup搭配正则匹配失败，无法提取script标签内指定url路径？

• 错误使用re.match()方法：re.match()只会从字符串的起始位置开始匹配规则，你的目标行在整个HTML文档的中间位置，直接对str(soup)用match必然返回空。
• 没有先定位script标签再提取内容：直接把整个BeautifulSoup对象转成字符串匹配效率低，也容易受其他无关内容干扰，应该先筛选出所有<script>标签的文本内容再做正则匹配。
• 错误使用find_all(string=PATTERN)的规则：BeautifulSoup的string参数匹配要求整个文本节点（此处即整个script标签内的全部JS代码）完全符合正则规则，你的目标只是JS代码中的一行，自然匹配不到结果。
• 未考虑目标行前的空白缩进：目标行var url = ...前面有缩进空格，就算对单条script文本用match也会因为开头的空格匹配失败。

import os
import re
from bs4 import BeautifulSoup

# 用os.path.join拼接路径兼容性更好
FILE_PATH = os.path.join(os.getcwd(), 'demo.html')
PATTERN = re.compile(r"var url = '(.*?)'")

with open(FILE_PATH, 'r', encoding='utf-8') as fp:
    soup = BeautifulSoup(fp, 'html.parser')
    # 先提取所有script标签
    for script_tag in soup.find_all('script'):
        # 跳过无内容的script标签
        script_content = script_tag.string
        if not script_content:
            continue
        # 用search查找文本中任意位置的匹配项
        match_result = PATTERN.search(script_content)
        if match_result:
            # 提取分组内容并替换HTML转义符
            target_url = match_result.group(1).replace('&', '&')
            print(f'Data: {target_url}')
            break
    else:
        print('Data: None')

Data: /some/path/to/file?accountTransactionID=f2448439-ec25-4a61-a6f4-4c6fa0767f19&accountNumber=123456&searchValue=ABC123&isActiveHistory=True

内容的提问来源于stack exchange，提问作者user-44651