博客

BeautifulSoup 获取 Script 标签内的 json 数据

  • Post author:
  • Post category:其他


有时候，我们可能会遇到数据是以 JSON 字符串的形式包裹在 Script 标签中，此时使用 BeautifulSoup 仍然可以很方便的提取。

假设有以下这段页面结构： 

<script type="application/ld+json" id="DATA_INFO">
{
    "user": {
        "isLogin": true,
        "userInfo": {
            "id": 123456,
            "nickname": "happyJared",
            "intro": "做好寫代碼這事"
        }
    }
}
</script>

比如要获取 nickname 值，可以通过如下两种方式实现： 

    json.loads(bs.find('script', {'type': 'application/ld+json'}).get_text()).get("user").get("userInfo").get("nickname")

    json.loads(bs.find('script', {'id': 'DATA_INFO'}).get_text()).get("user").get("userInfo").get("nickname")

说明：通过

find()

以及

get_text()

获取 Script 标签内的字符串内容，接着将此字符串传递给

json.loads()

即可得到一个字典对象，再通过 “键” 的方式访问即可得到对应的值。