如何使用python从脚本标记中提取json？

我想使用beautiful soup从脚本标记中提取

reviewCount

。尝试了不同的方法，但没有成功

<script type="application/json" data-initial-state="review-filter">
{"languages":[{"isoCode":"all","displayName":"Toutes les langues","reviewCount":"573"},{"isoCode":"fr","displayName":"français","reviewCount":"567"},{"isoCode":"en","displayName":"English","reviewCount":"6"}],"selectedLanguages":["all"],"selectedStars":null,"selectedLocationId":null}
</script>

{“languages”：[{“isoCode”：“all”，“displayName”：“Toutes les languages”，“reviewCount”：“573”}，{“isoCode”：“fr”，“displayName”：“français”，“reviewCount”：“567”}，{“isoCode”：“en”，“displayName”：“English”，“reviewCount”：“6”}]，“selectedLanguages”：“all”；“selectedStars”：null，“selectedLocationId”：null}

这应该行得通，我绝对相信有一种更优雅的方法：

导入json
从bs4导入BeautifulSoup
html=“”
{“languages”：[{“isoCode”：“all”，“displayName”：“Toutes les languages”，“reviewCount”：“573”}，{“isoCode”：“fr”，“displayName”：“français”，“reviewCount”：“567”}，{“isoCode”：“en”，“displayName”：“English”，“reviewCount”：“6”}]，“selectedLanguages”：“all”；“selectedStars”：null，“selectedLocationId”：null}
'''
soup=BeautifulSoup（html，'html.parser'）
res=soup.find（'script'）
json_object=json.load（res.contents[0]）
对于json_对象['languages']中的语言：
打印（“{}:{}.”格式（语言['displayName']，语言['reviewCount']））

输出：

Toutes les langues: 573
français: 567
English: 6

---

导入json并将数据加载到

json

中，然后通过iterarte获取所有

reviewCount

import json
html='''<script type="application/json" data-initial-state="review-filter">
{"languages":[{"isoCode":"all","displayName":"Toutes les langues","reviewCount":"573"},{"isoCode":"fr","displayName":"français","reviewCount":"567"},{"isoCode":"en","displayName":"English","reviewCount":"6"}],"selectedLanguages":["all"],"selectedStars":null,"selectedLocationId":null}
</script>'''

soup=BeautifulSoup(html,"html.parser")
item=soup.select_one('script[data-initial-state="review-filter"]').text
jsondata=json.loads(item)
for item in jsondata['languages']:
    print(item['reviewCount'])

---

谢谢你，詹姆斯。我试过你上面提到的方法。我的主要问题是获取reviewCount编号。TypeError:类型为“Response”的对象没有len（）尝试了不同的方法，但没有成功。你能分享这些尝试吗？从您共享的标记中，您似乎只需要获取标记的内容并解析结果。如果您正在努力从元素中提取内容，则这是的副本。如果问题是解析JSON，则这是的副本。

573
567
6

import re

html = '''<script type="application/json" data-initial-state="review-filter">
{"languages":[{"isoCode":"all","displayName":"Toutes les langues","reviewCount":"573"},{"isoCode":"fr","displayName":"français","reviewCount":"567"},{"isoCode":"en","displayName":"English","reviewCount":"6"}],"selectedLanguages":["all"],"selectedStars":null,"selectedLocationId":null}
</script>'''


match = [item.group(1) for item in re.finditer('reviewCount":"(.+?)"', html)]

print(match)

['573', '567', '6']