Python将HTML表格转换为json

Question

我有一个这样的 html 表。尝试使用 pandas.read_html 和 beautifulsoup，。真的很郁闷，求救！！

这是我原来的python代码：

url = 'http://financials.morningstar.com/ajax/keystatsAjax.html?t=wja&culture=en-CA&region=CAN'
lm_json = requests.get(url).json()
ksContent = BeautifulSoup(lm_json["ksContent"],"html.parser")
table = ksContent.find("table", {'class': "r_table1 text2"})
jsonD = json.dumps(table.text)
jsonL = json.loads(jsonD)

'table' 会有 html 表格，但 json 转换会变成纯文本。

Answer 1

这可以使用 python pandas 解决：

first_table = result.find("table")
df = pd.read_html(str(first_table))

with open("./table.json", "a+") as f:
    f.write(df[0].to_json(orient='records'))
    f.close()

为我工作。

Answer 2

jsonD = json.dumps(htmlContent.text) 将原始 HTML 内容转换为 JSON 字符串表示。 jsonL = json.loads(jsonD) 将 JSON 字符串解析回常规字符串/unicode 对象。这会导致无操作，因为dumps() 所做的任何转义都会被loads() 还原。 jsonL 包含与htmlContent.text 相同的数据。