Блог

Отказ от ответственности: Я довольно новичок в python, поэтому, возможно, я не смогу правильно сформулировать свои сомнения. Я пытаюсь использовать Bs4 в python для очистки определенной части ответа на запрос, который, как я полагаю, находится в формате json, как показано. Заголовки ответов. Однако, когда я печатаю содержимое ответа, он просто печатается в одной длинной строке, как показано в содержимом ответа, и содержит такие объекты, как amp;quot; и n , что делает невозможным для меня попытаться найти конкретную часть, которая мне нужна. Как мне сделать так, чтобы n фактически выполнял разрывы строк, а все объекты amp; quot; были преобразованы в фактические цитаты, чтобы я мог правильно использовать Bs4 для очистки содержимого? Есть ли какой-либо другой скребок в Python, который я должен использовать?

Извините, если мой вопрос недостаточно ясен, дайте мне знать, как я могу прояснить свои сомнения.

Данные, которые вы пытаетесь распечатать, выглядят как данные json. Вы можете попробовать использовать requests модуль, который имеет встроенный json метод. Вот пример:

 # request the endpoint
>>> res = requests.get('https://httpbin.org/get')
# <Response [200]>      '200' means a successful response

# use the json method so we can easily access the data
>>> data=res.json()     

# grab one of the values it contains using json/dict access notation
>>> data['origin']
u'99.54.....'
  

Кроме того, bs4 отлично подходит для очистки содержимого html с сайта (например, если бы вы получили доступ к этой странице прямо здесь и извлекли все данные с этой страницы). Но для данных, которые уже отформатированы в формате json, вам не нужно использовать bs4 , и вы можете использовать что-то вроде requests приведенного выше. Гораздо проще анализировать данные json, чем html/xml данные, поэтому, если данные уже в этом формате, вам повезло. Вы также можете выполнить синтаксический анализ с bs4 помощью, но это не обязательно:

 import json
data=json.loads(str(soup))