Python - 序列化HTML并输出为JSON

Question

我有一个显示几个值的HTML页面。我还有一个小应用程序，用于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。

为了使正则表达式更基本，我将HTML页面尽量清晰，以便去除所有垃圾。

下面是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> 

两个块将有元素的人数不等的几个因素。

这里是我的Python：

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) 

所以这基本上是读值（实际上，源是XML在这种情况下），通过他们循环，并输出所有的值。

如果有人能指出我正确的方向，这将不胜感激。例如，阅读标签，如“BlockA”，然后标签“名称”和“数字”。

谢谢。

Answer 1

如果您确实需要使用Python解析HTML页面，则应该使用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？他们都是同一个项目的一部分吗？

如果他们是除了相同的项目，那么你可以使用像django-piston这是一个RESTful框架的Python。这将允许您定义应该公开的数据，并以多种格式输出，如HTML/Django Template，JSON，XML或YAML。您也可以创建自己的发射器，以不同的格式输出。

通过这种方式，您可以将特定的URL作为常规模板公开，或者获取与JSON相同的数据，这将比HTML更容易解析。

对不起，如果我误解你的问题。但它确实听起来像你想要将视图公开为几种不同的格式，而RESTful框架将对此有所帮助。