Python 在BeautifulSoup中使用dicts解析脚本标记

在对这个问题进行部分回答时，我遇到了一个

bs4.element.Tag

，它是一堆嵌套的命令和列表（

s

，如下）

有没有一种方法可以返回

s

中包含的URL列表而不使用

re.find_all

？关于此标记结构的其他注释也很有用

from bs4 import BeautifulSoup
import requests

link = 'https://stackoverflow.com/jobs?med=site-ui&ref=jobs-tab&sort=p'
r = requests.get(link)
soup = BeautifulSoup(r.text, 'html.parser')

s = soup.find('script', type='application/ld+json')

## the first bit of s:
# s
# Out[116]: 
# <script type="application/ld+json">
# {"@context":"http://schema.org","@type":"ItemList","numberOfItems":50,

从bs4导入美化组
导入请求
链接https://stackoverflow.com/jobs?med=site-ui&ref=作业选项卡&sort=p'
r=请求。获取（链接）
soup=BeautifulSoup（r.text'html.parser'）
s=soup.find（'script'，type='application/ld+json'）
##s的第一位：
#
#出[116]：
# 
#{@context”：http://schema.org“，“@type”：“ItemList”，“numberOfItems”：50，

我所尝试的：

• 通过

  s

  上的制表符完成功能，随机浏览各种方法
• 挑选合适的人选

---

我的问题是

s

只有一个属性（

type

），并且似乎没有任何子标记。

您可以使用

s.text

获取脚本的内容。它是JSON，因此您可以用

JSON.loads

解析它。从那里，可以简单地访问字典：

import json

from bs4 import BeautifulSoup
import requests

link = 'https://stackoverflow.com/jobs?med=site-ui&ref=jobs-tab&sort=p'
r = requests.get(link)

soup = BeautifulSoup(r.text, 'html.parser')

s = soup.find('script', type='application/ld+json')

urls = [el['url'] for el in json.loads(s.text)['itemListElement']]

print(urls)

更简单：

from bs4 import BeautifulSoup
import requests

link = 'https://stackoverflow.com/jobs?med=site-ui&ref=jobs-tab&sort=p'
r = requests.get(link)
soup = BeautifulSoup(r.text, 'html.parser')

s = soup.find('script', type='application/ld+json')

# JUST THIS
json = json.loads(s.string)