Python - 序列化HTML並輸出爲JSON

我有一個顯示幾個值的HTML頁面。我還有一個小應用程序，用於顯示我擁有的其他一些頁面的數據，但這些其他頁面是JSON，而不是HTML。我想從HTML頁面使用這些值，轉換爲JSON，然後輸出。Python - 序列化HTML並輸出爲JSON

我想這樣做的原因是，我可以簡單地重用我的代碼，只需更改URL，甚至動態創建它。

爲了使正則表達式更基本，我將HTML頁面儘量清晰，以便去除所有垃圾。

下面是HTML：

<div class="BlockA"> 
    <h4>BlockA</h4> 
    <div class="name">John Smith</div> 
    <div class="number">2</div> 
    <div class="name">Paul Peterson</div> 
    <div class="number">14</div> 
</div> 

<div class="BlockB"> 
    <h4>BlockB</h4> 
    <div class="name">Steve Jones</div> 
    <div class="number">5</div> 
</div>

兩個塊將有元素的人數不等的幾個因素。

這裏是我的Python：

def index(request, toGet="xyz"): 
    file = urllib2.urlopen("http://www.mysite.com/mypage?data="+toGet) 
    data = file.read() 
    dom = parseString(data) 
    rows = dom.getElementsByTagName("BlockA")[0] 
    readIn = "" 
    for row in rows: 
     readIn = readIn+json.dumps(
      {'name': row.getAttribute("location"), 
      'number': row.getAttribute("number")}, 
      sort_keys=True, 
      indent=4)+"," 
    response_generator = ("["+readIn[:-1]+"]") 
    return HttpResponse(response_generator)

所以這基本上是讀值（實際上，源是XML在這種情況下），通過他們循環，並輸出所有的值。

如果有人能指出我正確的方向，這將不勝感激。例如，閱讀標籤，如「BlockA」，然後標籤「名稱」和「數字」。

謝謝。

來源

2011-04-10 eoinzy

如果您確實需要使用Python解析HTML頁面，則應該使用Beautiful Soup。我質疑你是否真的應該這樣做。 HTML頁面和JSON輸出是否使用相同的Django實例？他們都是同一個項目的一部分嗎？

如果他們是除了相同的項目，那麼你可以使用像django-piston這是一個RESTful框架的Python。這將允許您定義應該公開的數據，並以多種格式輸出，如HTML/Django Template，JSON，XML或YAML。您也可以創建自己的發射器，以不同的格式輸出。

通過這種方式，您可以將特定的URL作爲常規模板公開，或者獲取與JSON相同的數據，這將比HTML更容易解析。

對不起，如果我誤解你的問題。但它確實聽起來像你想要將視圖公開爲幾種不同的格式，而RESTful框架將對此有所幫助。

來源

2011-04-10 22:52:06

我實際上已經在我的views.py中定義了2個「視圖」，它們從2個xml文件（1個本地，1個遠程）獲取數據。這將是我的第三種觀點。所以我有，例如，mysite.com/view1/21，mysite.com/view2/12和myste.com/view3/{string}。「字符串」視圖就是這個，所以我已經使用REST，我需要做的只是輸出HTML，以便我的JSON閱讀器可以解析它。這是「美麗的湯」嗎？我之前聽說過，看過一些例子，但從未用過它。 – eoinzy 2011-04-11 13:31:23

美麗的湯是解析HTML或XML結構。它甚至可以根據您的策略處理格式錯誤的HTML（非關閉塊）。但是，請仔細觀察一下。 – 2011-04-11 13:48:41

Python - 序列化HTML並輸出爲JSON

回答

相關問題