Quiero detectar automáticamente el event_name, el event_id y el id del conjunto de datos. Todos ellos están ocultos en el de la página de origen. Hasta ahora sé cómo conseguir el guión:
import re
my_event_main_page_address = 'https://data.electionsportal.ge/en/event_type/1/event/38/shape/69898/shape_type/1?data_type=official'
# El siguiente enlace da a todos los distritos ids como "shapes". Se carga cuando se carga my_shape_id_address
my_shape_id_address = 'https://data.electionsportal.ge/en/json/summary_custom_children_data/69898/shape_type/3/event/38/indicator_type/2?custom_view=true&data_set_id=111&data_type=official'
main_page = s.get(my_event_main_page_address)
soup = BeautifulSoup(main_page.text, 'html.parser')
script = soup.find("script")
print(script)
Que devuelve :
<script type="text/javascript">
//<![CDATA[
window.gon={};gon.is_mobile=false;gon.is_bot=false;gon.is_ie=false;gon.no_data_text="No Data";gon.no_data_color="#CCCCCC";gon.tile_url="https://tile.openstreetmap.org/${z}/${x}/${y}.png";gon.openlayers_img_path="/assets/img/";gon.datatable_i18n_url="";gon.is_voters_list=false;gon.shape_path="/en/json/shape/69898/shape_type/1";gon.children_shapes_path="/en/json/custom_children_shapes/69898/shape_type/3";gon.data_path="/en/json/summary_custom_children_data/69898/shape_type/3/event/38/indicator_type/2?custom_view=true&data_set_id=111&data_type=official";gon.indicator_menu_data_path_summary="/en/json/summary_custom_children_data/69898/shape_type/3/event/38/indicator_type/xxx?custom_view=true&data_set_id=111&data_type=official";gon.indicator_menu_data_path="/en/json/custom_children_data/69898/shape_type/3/event/38/indicator/xxx?custom_view=true&data_set_id=111&data_type=official";gon.summary_view_type_name="summary";gon.indicator_description="District Winners";gon.event_id="38";gon.event_name="2013 Presidential";gon.map_title="Country: Georgia - Districts";gon.parent_shape_id="69898";gon.data_type="official";gon.data_type_live="live";gon.data_set_id="111";gon.data_set_id_most_recent=111;gon.history_url="https://data.electionsportal.ge/en/event_type/1/event/38/shape_type/1/shape/69898/indicator_type/2/view_type/summary/custom_view/true";gon.history_id=2;gon.data_table_path="/en/data_table/event_type/1/event/38/shape/69898/shape_type/1/child_shape_type/3/indicator/null/view_type/summary/summary_view_type/summary/custom_view/true?data_set_id=111&data_type=official&ind_order_explanation=Country%3A+Georgia&indicator_type_id=2";gon.dt_highlight_shape=false;gon.indicator_menu_scale=true;gon.openlayers=true;
//]]>
</script>
Así que uno puede ver que el event_name
es event_name="2013 Presidential"
pero no sé cómo agarrarlo. Hasta ahora he intentado usar la expresión regular:
pattern = re.compile(r'\.val\("event_name"\);', re.MULTILINE | re.DOTALL)
event_name = soup.find("script", pattern = pattern)
print(event_name)
Pero devuelve None
.val("event_name")
cuando el javascript muestra que lo que en realidad buscas esgon.event_name="..."
?pattern = re.compile(r'gon.event_name\("(.*?)"\)')
pero me devuelveNone
tambien conevent_name = soup.find("script", pattern = pattern)
.