Python根据源代码查找ViewState的值

Question

我正在尝试编写一个程序来解码给定URL的视图状态。我知道存在类似的程序，但这更像是一种练习而不是一个项目。 在给定页面的HTML源代码中，如何获取视图状态表单元素的值。 我开始做这个：

def get_viewstate(html):
        i = html.index('id="__VIEWSTATE" value="')
        somedata = html[i+len('id="__VIEWSTATE" value="'):]

但我无法找到一种有效的方法，只检索到该元素值直到结束标签。 如何最有效地获取此表单元素的值？

- 735Tesla

---

最好的方法是解析HTML。 - thefourtheye

从性能的角度来看，“最有效的方式”显然是你使用的方式。但是，由于len('id="__VIEWSTATE" value="')是一个固定长度的字符串，因此你可以将其替换为它的值。 - Casimir et Hippolyte

Answer 1

使用css选择器与lxml:

import lxml.html

root = lxml.html.fromstring(html)
matched = root.cssselect('#__VIEWSTATE')
if matched:
    value = matched[0].get('value')

使用BeautifulSoup：

from bs4 import BeautifulSoup

soup = BeautifulSoup(html)
matched = soup.select('#__VIEWSTATE')
if matched:
    value = matched[0].get('value')

- falsetru

---

'#' 是必要的吗？ - 735Tesla

@735Tesla，是的，这是必要的。#__VIEWSTATE是CSS选择器（相当于*[id="__VIEWSTATE"]）。 - falsetru