web-dev-qa-db-ja.com

HTMLテーブルをJSONに変換する

BeautifulSoupで抽出したテーブルをJSONに変換しようとしています。

これまでのところ、すべての行を分離することができましたが、ここからデータを処理する方法はわかりません。どんなアドバイスもいただければ幸いです。

[<tr><td><strong>Balance</strong></td><td><strong>$18.30</strong></td></tr>, 
<tr><td>Card name</td><td>Name</td></tr>, 
<tr><td>Account holder</td><td>NAME</td></tr>, 
<tr><td>Card number</td><td>1234</td></tr>, 
<tr><td>Status</td><td>Active</td></tr>]

（読みやすくするために改行しています）

これは私の試みでした：

result = []
allrows = table.tbody.findAll('tr')
for row in allrows:
    result.append([])
    allcols = row.findAll('td')
    for col in allcols:
        thestrings = [unicode(s) for s in col.findAll(text=True)]
        thetext = ''.join(thestrings)
        result[-1].append(thetext)

これは私に次の結果を与えました：

[
 [u'Card balance', u'$18.30'],
 [u'Card name', u'NAMEn'],
 [u'Account holder', u'NAME'],
 [u'Card number', u'1234'],
 [u'Status', u'Active']
]
pythonhtmljsonbeautifulsouphtml-table
14
declanjscott

おそらくあなたのデータは次のようなものです：

html_data = """
<table>
  <tr>
    <td>Card balance</td>
    <td>$18.30</td>
  </tr>
  <tr>
    <td>Card name</td>
    <td>NAMEn</td>
  </tr>
  <tr>
    <td>Account holder</td>
    <td>NAME</td>
  </tr>
  <tr>
    <td>Card number</td>
    <td>1234</td>
  </tr>
  <tr>
    <td>Status</td>
    <td>Active</td>
  </tr>
</table>
"""

このコードを使用して、リストから結果を取得できます。

from bs4 import BeautifulSoup
table_data = [[cell.text for cell in row("td")]
                         for row in BeautifulSoup(html_data)("tr")]

結果をJSONに変換するには、順序を気にしない場合：

import json
print json.dumps(dict(table_data))

結果：

{
    "Status": "Active",
    "Card name": "NAMEn",
    "Account holder":
    "NAME", "Card number": "1234",
    "Card balance": "$18.30"
}

同じ注文が必要な場合は、これを使用してください：

from collections import OrderedDict
import json
print json.dumps(OrderedDict(table_data))

それはあなたに与える：

{
    "Card balance": "$18.30",
    "Card name": "NAMEn",
    "Account holder": "NAME",
    "Card number": "1234",
    "Status": "Active"
}
26
H.D.