Selenium+BeautifulSoup+json 获取脚本标签内的 json 数据
最编程
2024-03-04 15:56:27
...
Selenium爬虫遇到 数据是以 JSON 字符串的形式包裹在 Script 标签中, 假设Script标签下代码如下:
<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"]
只能定位到元素,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
#selenium获取当前页面源码
html = drive.page_source
#BeautifulSoup转换页面源码
bs=BeautifulSoup(html,'lxml')
#获取Script标签下的完整json数据,并通过json加载成字典格式
js_test=js.loads(bs.find("script",{"id":"DATA_INFO"}).get_text())
#获取Script标签下的nickname 值
js_test001=js.loads(bs.find("script",{"id":"DATA_INFO"}).get_text()).get("user").get("userInfo").get("nickname")