python - 尝试将网页中的JS数据输出到.html输出文件中

Question

我已经成功地将 JS 列出的网站抓取到本地 .html 文件中，但输出不足。

问题是:

• 它只生成最后一个查询(audioSource)，而不生成其他请求
• 它只找到第 1 集，然后停在那里。如何让它重复直到找到结尾？

非常感谢

import requests
import json
from bs4 import BeautifulSoup

JSONDATA = requests.request("GET", "https://thisiscriminal.com/wp-json/criminal/v1/episodes?posts=1000000&page=1")
JSONDATA = JSONDATA.json()

for line in JSONDATA['posts']:
    soup = BeautifulSoup(line['episodeNumber'],'lxml')
    soup = BeautifulSoup(line['title'],'lxml')
    soup = BeautifulSoup(line['image']['large'],'lxml')
    soup = BeautifulSoup(line['excerpt']['long'],'lxml')
    soup = BeautifulSoup(line['audioSource'],'lxml')
with open("output1.html", "w") as file:
    file.write(str(soup))

Answer 1

这里的问题是:

1. 在写入时使用 w ，它会用更新的文本替换整个文件。
2. 对所有值使用相同的变量名称 soup。
3. 这里不需要 bs4 模块来解析 json 数据。

你能做的是:

安装pandas模块并创建一个数据框。 使用pip安装它:pip install pandas或conda:conda install pandas。

然后您可以使用dataframe并按照您喜欢的方式使用它。

import requests
import json
import pandas as pd
import os

JSONDATA = requests.request("GET", "https://thisiscriminal.com/wp-json/criminal/v1/episodes?posts=1000000&page=1")
JSONDATA = JSONDATA.json()

df = pd.DataFrame(JSONDATA)

filename = 'Output.txt'
os.mknod(filename) #create the filename above.

with open(filename, 'a') as fopen:
    for i in range(len(df)):
        fopen.writelines(df.posts[i]['episodeNumber']+'\n')
        fopen.writelines(df.posts[i]['title']+'\n')
        fopen.writelines(df.posts[i]['image']['large']+'\n')
        fopen.writelines(df.posts[i]['excerpt']['long']+'\n')
        fopen.writelines(df.posts[i]['audioSource']+'\n')
        fopen.writelines("\n")
fopen.close()

这是您想要的完整代码。
此外，您可以使用 print(df.head()) 来查看数据帧如何将值存储为字典并执行更多操作。

输出:

您可以看到全文here