作者:ycc杨乖乖 | 来源:互联网 | 2023-08-17 14:19
原标题:Selenium+BeautifulSoup+json获取Script标签内的json数据Selenium爬虫遇到数据是以JSON字符串的形式包裹在文章来源站
原标题:Selenium+BeautifulSoup+json获取 Script 标签内的 json 数据
Selenium爬虫遇到 数据是以 JSON 字符串的形式包裹在文章来源站点https://www.yii666.com/ Script 标签中,
假设Script标签下代码如下:
www.yii666.com<script id="DATA_INFO" type="application/json" >
{
"user": {
"isLogin": true,
"userInfo": {
"id": 123456,
"nickname": "LiMing",
"intro": "人生苦短,我用python"
}
}
}
</script>
此时drive.find_elements_by_xpath('//*[@id="DATA_INFO"]
www.yii666.com只能定位文章来源地址35560.html到元素,但是无法通过.text
方法,获取Script标签下的json数据
from bs4 import BeautifulSoup as bs
import json as js
html = drive.page_source
bs=BeautifulSoup(html,'lxml')
js_test=js.loads(bs.find("script",{"id":"DATA_INFO"}).get_text())
js_test001=js.loads(bs.find("文章来源地址35560.htmlscript",{"id":"DATA_INFO"}).get_text()).get("user").get("userInfo").get("nickname")
来源于:Selenium+BeautifulSoup+json获取 Script 标签内的 json 数据