Python - 序列化 HTML 并输出为 JSON

Question

我有一个显示一些值的 HTML 页面。我还有一个小应用程序，可以显示我拥有的其他一些页面的数据，但这些其他页面是 JSON，而不是 HTML。 我想从 HTML 页面使用这些值，转换为 JSON，然后输出。

我想这样做的原因是我可以简单地重用我的代码，只需更改 URL，甚至动态创建它。

我使 HTML 页面尽可能简单，以便去除所有垃圾，使正则表达式更基本。

这里是 HTML：

<div class="BlockA">
    <h4>BlockA</h4>
    <div class="name">John Smith</div>
    <div class="number">2</div>
    <div class="name">Paul Peterson</div>
    <div class="number">14</div>
</div>

<div class="BlockB">
    <h4>BlockB</h4>
    <div class="name">Steve Jones</div>
    <div class="number">5</div>
</div>

这两个块的元素数量会有所不同，具体取决于几个因素。

这是我的蟒蛇：

def index(request, toGet="xyz"):
    file = urllib2.urlopen("http://www.mysite.com/mypage?data="+toGet)
    data = file.read()
    dom = parseString(data)
    rows = dom.getElementsByTagName("BlockA")[0]
    readIn = ""
    for row in rows:
        readIn = readIn+json.dumps(
            {'name': row.getAttribute("location"),
            'number': row.getAttribute("number")},
            sort_keys=True,
            indent=4)+","
    response_generator = ( "["+readIn[:-1]+"]" )
    return HttpResponse(response_generator)

所以这基本上是读取值（实际上，在这种情况下，源是 XML），循环它们，并输出所有值。

如果有人能指出我正确的方向，将不胜感激。例如，读取“BlockA”等标签，然后读取“name”和“number”标签。

谢谢。

Answer 1

如果你真的需要用 Python 解析 HTML 页面，你应该使用Beautiful Soup。我质疑你是否真的应该这样做。 HTML 页面和 JSON 输出是否使用相同的 Django 实例？它们都属于同一个项目吗？

如果它们在同一个项目中，那么您可以使用django-piston 之类的东西，它是python 的一个RESTful 框架。这将允许您定义应该公开的数据，并以多种格式输出，例如 HTML/Django 模板、JSON、XML 或 YAML。您还可以创建自己的发射器以不同格式输出。

这样，您可以将特定 URL 公开为常规模板，或者获取与 JSON 相同的数据，这将比 HTML 更容易解析。

抱歉，如果我误解了您的问题。但这听起来确实像是您想将视图公开为几种不同的格式，而 RESTful 框架将对此有所帮助。