Python 如何获取HTML脚本标记的内容

我正在尝试从一个URL中抓取地理数据，以便进行抓取操作。但是我在处理script标签的内容时遇到了问题

以下是脚本标记的内容：

<script type="application/ld+json">
    {
     "address": {
            "@type": "PostalAddress",
            "streetAddress": "5080 Riverside Drive",
            "addressLocality": "Macon",
            "addressRegion": "GA",
            "postalCode": "31210-1100",
            "addressCountry": "US"
        },
        "telephone": "478-471-0171",
        "geo": {
            "@type": "GeoCoordinates",
            "latitude": "32.9252435",
            "longitude": "-83.7145993"
        }
    }
    </script>

---

我能得到关于如何实现这一目标的建议吗

我不明白您试图如何处理重复的xpath查询

//item/title/text（）

。请注意，xpath对于提取HTML内容非常有用。问题中的

标记的内容不是HTML，因此无法使用xpath查询该内容

在第一步中，您可以获得

标记的内容：

content = tree.xpath('//script/text()').extract()[0]

然后，您可以使用

json

包将json内容加载到Python字典中：

d = json.loads(content)

还要注意，示例中

中的JSON无效， 它缺少一个右括号。

---

上述方法仅适用于有效内容。

标题中不需要标记名，如python或scrapy。这就是我们有标记的目的。我应该收集脚本标记的内容，然后使用ast.literal_eval（）将其转换为字典，还是有其他有效的解决方案？我讨论的是你问题的格式，而不是内容本身。很抱歉造成混淆。我尝试使用xpath，然后才知道它只用于提取html内容。这就是我编写不完整代码的原因。很抱歉造成混淆如果有多个脚本标记怎么办。。tree.xpath（“//script/text（）”）.extract（）[n]是否适用于第n个脚本标记？@avinash

d = json.loads(content)