本文介绍如何从 html 页面的 `
在现代动态网页中，许多网站（尤其是使用前端框架渲染的站点）会将结构化数据（如新闻列表、产品信息）以 JavaScript 对象字面量的形式内联在
✅ 正确思路：精准提取 + 安全转换
核心原则是 不全局替换字符串（如 text.replace(‘null’, ‘None’)），因为 null 可能出现在 URL、文件名或正文内容中（如 “link”: “/path/to/null-report.pdf”），误替换将破坏数据。应采用「定位 → 截取 → 合法化」三步法：
- 定位目标 ：用 BeautifulSoup 查找包含 App = 的 script 标签；
- 精准截取 JSON 片段：从 App = 后开始，提取首个完整 {…} 对象（需处理嵌套大括号）；
- 转换为标准 JSON：将 JS 特有语法（null, true, false）映射为 JSON 兼容格式（null → null，注意：JSON 中 null 写法与 JS 一致，无需改为 None！⚠️关键纠正）。
? 重要澄清：JSON 规范本身支持 null、true、false（小写，无引号），与 Python 的 None/True/False 是不同语言的表示。json.loads() 要求输入是 字符串形式的标准 JSON，因此只需确保提取的字符串中：所有键和字符串值均用双引号包裹（JS 允许单引号或无引号键，JSON 不允许）；null/true/false 已是合法 JSON 字面量，无需替换为 None/True/False（那是 Python 对象，不是 JSON 字符串）；无 JS 注释、函数、变量声明等非法 JSON 内容。
实际网页中，App = {…}; 的 {…} 部分通常已是合法 JSON（键名被引号包裹，字符串值也带引号），唯一干扰是末尾的分号 ; 和可能的后续代码。因此，更健壮的提取方式是：
