爬取带ajax的网页信息,需要将java script里的内容解析成json的格式

本文介绍了一种使用Python爬取特定网页上微博认证专家信息的方法。通过解析HTTP响应内容并利用正则表达式和BeautifulSoup库提取所需数据。重点展示了如何定位到包含专家信息的HTML元素。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

#-*-coding:utf-8 -*-
import httplib2
import re
import sys
import json
from bs4 import BeautifulSoup
import urllib2


h = httplib2.Http()
url = "http://verified.weibo.com/fame/licaizhuanjia/?rt=0&srt=4&letter=l"
resp,content = h.request(url)


pattern = re.compile('<script>STK && STK.pageletM && STK.pageletM.view\((.*?)\)<\/script>')
result = pattern.findall(content)
jsonResult = json.loads(result[3])
soup = BeautifulSoup(jsonResult['html'])
print soup
resultes = soup('div','select_user')
print resultes
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值