Beautifulsoup 在标签内提取并输出为 JSON

Question

如上一个问题所述，我正在使用 Beautiful soup with python 从网站检索天气数据。

网站的外观如下：

<channel>
<title>2 Hour Forecast</title>
<source>Meteorological Services Singapore</source>
<description>2 Hour Forecast</description>
<item>
<title>Nowcast Table</title>
<category>Singapore Weather Conditions</category>
<forecastIssue date="18-07-2016" time="03:30 PM"/>
<validTime>3.30 pm to 5.30 pm</validTime>
<weatherForecast>
<area forecast="TL" lat="1.37500000" lon="103.83900000" name="Ang Mo Kio"/>
<area forecast="SH" lat="1.32100000" lon="103.92400000" name="Bedok"/>
<area forecast="TL" lat="1.35077200" lon="103.83900000" name="Bishan"/>
<area forecast="CL" lat="1.30400000" lon="103.70100000" name="Boon Lay"/>
<area forecast="CL" lat="1.35300000" lon="103.75400000" name="Bukit Batok"/>
<area forecast="CL" lat="1.27700000" lon="103.81900000" name="Bukit Merah"/>` 
<channel>

我设法使用这些代码检索了我需要的信息：

import requests
from bs4 import BeautifulSoup
import urllib3
import json


weather = []

#getting the time

r = requests.get('http://www.nea.gov.sg/api/WebAPI/?dataset=2hr_nowcast&keyref=<keyrefno>')
soup = BeautifulSoup(r.content, "xml")
time = soup.find('validTime').string
print "validTime: " + time

for currentdate in soup.find_all('item'):
 element = currentdate.find('forecastIssue')
 print "date: " + element['date']

for currentdate in soup.find_all('item'):
 element = currentdate.find('forecastIssue')
 print "time: " + element['time'] 

for area in soup.find('weatherForecast').find_all('area'):
 print area


 #file writing
with open("c:/scripts/nea.json", 'w') as outfile:
json.dumps(weather, outfile)
#outfile.write(",")

这是我得到的输出（在 CMD 中）：

C:\scripts>python neaweather.py                                                     
2.30 pm to 4.30 pm                                                              
date: 25-07-2016                                                              
time: 02:30 PM                                                                 
<area forecast="LR" lat="1.37500000" lon="103.83900000" name="Ang Mo Kio"/>   
<area forecast="LR" lat="1.32100000" lon="103.92400000" name="Bedok"/>        
<area forecast="LR" lat="1.35077200" lon="103.83900000" name="Bishan"/>       
<area forecast="LR" lat="1.30400000" lon="103.70100000" name="Boon Lay"/>     
<area forecast="LR" lat="1.35300000" lon="103.75400000" name="Bukit Batok"/>  
<area forecast="LR" lat="1.27700000" lon="103.81900000" name="Bukit Merah"/>

我有几个问题不知道如何解决：

1. 有什么方法可以检索area forecast="LR" lat="1.37500000" lon="103.83900000" name="宏茂桥" 没有它的标签？

   我尝试将“.text”添加到我的代码中，但总是会出错

2. 我希望我的输出采用 JSON 格式，因为它不是表格格式，如有关如何使用 python 创建 JSON 文件的教程中所示：/

编辑：我已设法在 JSON 文件中打开数据，但是如何将 unicode 字符串格式化为普通字符串，因为结果包含 u'？

Answer 1

在你的代码中试试这个：

with open("nea.json",'a+') as fs:
    for area in soup.find('weatherForecast').find_all('area'):
        fs.write(str(area.attrs))