通过Beautifulsoup模块,我提取了一个HTML页面。从该页面中,我进一步提取了Javascript脚本标记。在script标记中,有一个我想使用的对象文字。您可以看到我想要实现的目标:
<script>
var main_obj = {
"link":"",
"stock":"",
"price":[{"qty":1000,"value":"100$"}, {"qty":10000,"value":"1000$"}]
}
</script>
我想访问价格变量的对象文字中的qty和value变量,它在main_obj中。谢谢你
发布于 2018-06-06 07:31:15
一种选择是使用selenium
。特别是,您可以使用execute_script
将其转换为Python可以轻松解析的JSON字符串。
因为我不知道您正在处理的页面的URL是什么,所以我刚刚创建了一个本地HTML文件,其中包含了您的脚本标记示例。使用headless并不是必须的,我只是添加了这个选项,这样浏览器窗口就不会打开。
test.html
<!DOCTYPE html>
<html>
<body>
<script>
var main_obj = {
"link": "",
"stock": "",
"price": [{"qty": 1000, "value": "100$"}, {"qty": 10000, "value": "1000$"}]
}
</script>
</body>
</html>
脚本
In[2]: import os
...: import json
...:
...: from selenium import webdriver
...:
...: chrome_options = webdriver.ChromeOptions()
...: chrome_options.add_argument('--headless')
...: driver = webdriver.Chrome(chrome_options=chrome_options)
...:
...: driver.get('file://{}/test.html'.format(os.getcwd()))
...: json_string = driver.execute_script('return JSON.stringify(main_obj)')
...: driver.quit()
...:
...: json_data = json.loads(json_string)
In[3]: json_data
Out[3]:
{'link': '',
'stock': '',
'price': [{'qty': 1000, 'value': '100$'}, {'qty': 10000, 'value': '1000$'}]}
In[4]: for item in json_data['price']:
...: print('Quantity: {:d}\tValue: ${:.2f}'.format(
...: item['qty'], float(item['value'].rstrip('$'))
...: ))
...:
Quantity: 1000 Value: $100.00
Quantity: 10000 Value: $1000.00
https://stackoverflow.com/questions/50709402
复制相似问题