形式渲染，而是作为 JSON 对象直接写入 <script> 标签中，由前端 JavaScript 动态初始化。CoreLogic 澳洲近期销售查询页（如 https://www.corelogic.com.au/our-data/recent-sales?postcode=5600）正是典型场景：页面展示的表格完全由 postcodeData 这一全局 JS 变量驱动，原始 HTML 中不包含任何 <tr> 或 <td> 元素。<p>此时，传统 BeautifulSoup.find('table') 必然返回 None；而直接解析 <script> 文本需注意两点：一是该脚本无标准 type="application/json" 属性，无法用 soup.find('script', type=...) 精准定位；二是其内容混杂在大量逻辑代码中，需用正则提取关键变量赋值语句。<p>推荐采用以下稳健方案：<pre class="brush:php;toolbar:false;">import json import requests import re import pandas as pd url = 'https://www.corelogic.com.au/our-data/recent-sales?postcode=5600' # 发起请求（注意：部分站点会校验 User-Agent，建议添加） headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36' } response = requests.get(url, headers=headers) response.raise_for_status() # 抛出网络错误 # 正则提取 postcodeData = {...}; 中的 JSON 字符串（非贪婪匹配至首个 };） match = re.search(r'postcodeData\s*=\s*(\{[^}]*\});', response.text) if not match: raise ValueError(&quot;Failed to locate 'postcodeData' variable in script&quot;) json_str = match.group(1) data = json.loads(json_str) # 解析为 DataFrame：data 是列表，通常含一个元素，其 properties 为实际记录数组 df = pd.DataFrame(data['data'][0]['properties']) print(df.head())</pre><p>✅ <strong>关键说明： <ul><li>正则 r'postcodeData\s*=\s*(\{[^}]*\});' 专为该页面结构设计，可安全捕获单层花括号内的 JSON（因数据本身不含嵌套 {}，无需复杂递归解析）； <li>若未来页面升级为多层嵌套或变量名变更，建议改用 r'postcodeData\s*=\s*(\{.*?\});' 配合 re.DOTALL 标志，并增加 JSON 解析容错（如 json.loads(..., strict=False)）； <li>requests.get() 默认不发送 User-Agent，易触发 403；务必添加合理请求头模拟浏览器行为； <li>数据字段（如 address, salePrice, soldDate）均位于 properties 列表中，可直接用于分析或导出：df.to_csv('sales_5600.csv', index=False)。<p>⚠️ <strong>注意事项： <ul><li>该方法依赖前端代码稳定性，若网站将 postcodeData 改为动态生成或加密变量名，需转向 Selenium 或 Playwright 渲染后提取； <li>CoreLogic 明确标注数据“for demonstration only”，商用前请务必查阅其<a href="https://www.php.cn/link/af866a23e5202f7bc6f2f3c5eed85d0d" rel="nofollow" target="_blank" >数据使用条款，避免合规风险； <li>单次请求仅返回 90 条随机记录，无分页参数暴露，不可批量获取全量数据。<p>掌握这种“JS 内联 JSON 提取”技巧，能高效应对大量 SPA（单页应用）类数据门户，是现代网页抓取工程师的必备能力之一。 </script>