JavaScript中的JSON轉(zhuǎn)為Python可讀取
創(chuàng)作背景
最近本菜雞在爬一個網(wǎng)站的時候，意外發(fā)現(xiàn)所需 JSON 數(shù)據(jù)在頁面前端，但是不易提取，寫下此篇博客以記錄解決方案。
問題再現(xiàn)
數(shù)據(jù)是通過 JS 代碼傳遞的，大致格式（僅 作舉例說明 ，方便查看層次，實(shí)際 在同一行 ）如下：
function (a, b, c, d){
return {
title: a,
data: [
{
data: b
},
{
data: c
},
{
data: d
}
]
}
}('title', 2, 3, 4)
我要提取的是整個 JSON 格式的數(shù)據(jù)。
如果要直接提取，可以使用
re.findall('return (\{.*?\})\}\(', content)得到結(jié)果，但如果要解析數(shù)據(jù)，會報(bào)以下的錯：
意思是：鍵值對中的鍵需要被雙引號包含 。
所以我們要完成任務(wù)的話，需要解決以下問題：
- 鍵需要用
""包含。 - 需要將形式參數(shù)
a, b, c, d轉(zhuǎn)化為實(shí)際參數(shù)"title", 2, 3, 4。
解決辦法
形參與實(shí)參的對應(yīng)關(guān)系容易解決，所以先解決這個問題。
形參與實(shí)參對應(yīng)關(guān)系
可以使用以下代碼得到 形式參數(shù) 。
''.join(re.findall('function\((.*?)\)\{', content)).split(',')使用下述代碼獲得 實(shí)際參數(shù) 。
''.join(re.findall('}\((.*?)\)', content)).split(',')因?yàn)?形式參數(shù) 和 實(shí)際參數(shù) 的 個數(shù) 一樣，所以可以根據(jù) 列表索引 建立對應(yīng)關(guān)系，使用 np.c_ 可以進(jìn)行 列表橫向合并 。
代碼如下：
# 獲得實(shí)際參數(shù)Argument = ''.join(re.findall('}\((.*?)\)', content)).split(',')# 獲得形式參數(shù)Formal_parameter = ''.join(re.findall('function\((.*?)\)\{', content)).split(',')# 建立對應(yīng)關(guān)系mapping = pd.DataFrame(np.c_[Formal_parameter, Argument])# 以形參作為索引mapping.set_index(0, drop=True, inplace=True)結(jié)果如下：
格式化 JSON
要解決這個問題，我們需要先提取出 JSON 字符串，代碼如下：
string = ''.join(re.findall('return (\{.*?\})\}\(', content))結(jié)果如下：
然后，我們需要有個思路，如下：
{或,后邊，:之前的部分是 鍵 ，需要加上雙引號。:、[或{后邊，]、,之前的部分都是 值 ，需要識別且替換。
給鍵加上雙引號
因?yàn)樯婕暗?插入元素 ，Python 中只有 列表 能擔(dān)此重任，所以我們需要先 將字符串轉(zhuǎn)為列表 ，代碼如下：
string = list(''.join(re.findall('return (\{.*?\})\}\(', content)))然后，我們需要設(shè)置一個變量，當(dāng)識別出是 鍵 的時候就 置 1 ，否則為 0 。
key_flag = 0
如果我們按照上文中的規(guī)則識別出 鍵 ，就要從當(dāng)前位開始，一直到 : 之前的這部分都用 雙引號 包含。
還有些特殊情況，比如
- 嵌套字典 ，比如一個列表中值均為字典 。
- 空字典 ，
{后邊是}。
考慮到特殊情況，代碼如下：
index = 0
while True:
# 如果索引超出范圍，就跳出循環(huán)
if index >= len(string):
break
# 給鍵加雙引號
if key_flag:
# 在當(dāng)前位插入一個雙引號
string.insert(index, '"')
index += 1
# 循環(huán)讀取
while True:
# 直到出現(xiàn) ":"，循環(huán)讀取的部分為 鍵
# 在 鍵 的最后添加一個雙引號
if string[index] == ':':
string.insert(index, '"')
# 重置 key_flag
key_flag = 0
# 終止循環(huán)
break
# 讀取下一位
index += 1
# 當(dāng)前字符為 "{" 或 ","，則后邊的為 鍵
if string[index] in '{,':
key_flag = 1
# 嵌套時，則將索引移向下一位
if string[index+1] in '{':
index += 1
# 如果為空字典，則重置 key_value
if string[index+1] in '}':
key_flag = 0
index += 1
結(jié)果如下（因篇幅限制，代碼無法截全）：
可以看到，已經(jīng)將所有的鍵用雙引號包含。
識別且替換值
這一部分還是小有難度的。
首先，和上邊一樣，我們還是需要一個變量，記錄當(dāng)前識別 值 的狀態(tài)，1 代表識別出來了，0 代表沒有。
value_flag = 0
不過也是有特殊情況：
- 值已經(jīng)是字符串 ，但 字符串中有
:。 - 值是
js語句 ，不過其不是我們要提取的數(shù)據(jù)。
考慮到特殊情況，代碼如下：
while True:
if index >= len(string):
break
# 檢測到 值
if value_flag:
# 取出當(dāng)前字符
value = string.pop(index)
# 如果字符是數(shù)字、"[" 和 "{" 或者已經(jīng)是字符串
if value in '"1234567890[{' or is_value:
value_flag = 0
string.insert(index, value)
index += is_value
# 不符合上述情況
else:
# 循環(huán)取出 值 字符串
while True:
# 如果為 "," 或 "}"，則代表已取完
if string[index] in ',}':
break
value += string.pop(index)
# 如果 值 字符串在對應(yīng)關(guān)系中，就替換
if value in mapping.index:
# 因?yàn)槭窃诋?dāng)前位不斷插入，所以要將數(shù)據(jù)反向
trans = mapping.loc[value][::-1]
# 如果不在，則直接替換成空字符串
else:
trans = '""'
# 計(jì)算索引要移動幾位
length = len(trans)
# 插入對應(yīng)的數(shù)據(jù)
for c in trans:
string.insert(index, c)
# 索引移動
index += length
value_flag = 0
continue
# 如果識別到 ":" 且該 ":" 不在值字符串中
if string[index] in ':' and not is_value:
value_flag = 1
# 如果是值是字符串，則設(shè)置 is_value
if string[index+1] in '"':
is_value = 1
# 識別值字符串結(jié)束，并重置 is_value
elif string[index] in '"' and is_value:
is_value = 0
index += 1
結(jié)果如下：
可以看到，轉(zhuǎn)換的還是挺成功的。
總代碼
content = '''
function(a,b,c,d){return {title:a,data:[{data:b},{data:c},{data:d}]}}("title",2,3,4)
'''
string = list(''.join(re.findall('return (\{.*?\})\}\(', content)))
is_value = 0
key_flag = 0
value_flag = 0
index = 0
while True:
if index >= len(string):
break
if key_flag:
string.insert(index, '"')
index += 1
while True:
if string[index] == ':':
string.insert(index, '"')
key_flag = 0
break
index += 1
elif value_flag:
value = string.pop(index)
if value in '"1234567890[{' or is_value:
value_flag = 0
string.insert(index, value)
index += is_value
else:
storage = index
while True:
if string[index] in ',}':
break
value += string.pop(index)
if value in mapping.index:
trans = mapping.loc[value][::-1]
else:
trans = '""'
length = len(trans)
for c in trans:
string.insert(index, c)
index += length
value_flag = 0
continue
if string[index] in '{,':
key_flag = 1
if string[index+1] in '{':
index += 1
if string[index+1] in '}':
key_flag = 0
elif string[index] in ':' and not is_value:
value_flag = 1
if string[index+1] in '"':
is_value = 1
elif string[index] in '"' and is_value:
is_value = 0
index += 1
''.join(string)
結(jié)果如下：
這時候就可以使用 json.loads 來提取數(shù)據(jù)了。
結(jié)果如下：
不足
其實(shí)上述代碼是有不足的地方的。因?yàn)檫@段 js 代碼是特殊的，是 在一行 ，且 沒有多余的空格 。
不過也是有解決辦法的：
如果 有空格 怎么辦？ —> 在 提取形參 和 使用形參轉(zhuǎn)換實(shí)參 時使用 strip 去除兩側(cè)的空格即可。
代碼不在一行 怎么辦？ —> 使用 .replace('\t', '').replace('\n', '') 去除 換行符 和 制表符 ，然后再進(jìn)行格式化工作。
其實(shí)如果只是 代碼不在一行 的問題的話，js.loads 會幫我們?nèi)コ?\n 之類的，直接提取重要部分。
不過如果要使用我的代碼的話，目前只支持 在一行 的 js 代碼。
還有就是有些 將鍵值對的值設(shè)置成邏輯運(yùn)算式 ，比如 a || "" 這種，也不太好提取，還得根據(jù)問題調(diào)整。
這些都只是思路，大家可以自行嘗試，如果有問題也及時提出來。
到此這篇關(guān)于JavaScript中的JSON轉(zhuǎn)為Python可讀取的文章就介紹到這了,更多相關(guān)JavaScript JSON轉(zhuǎn)為Python內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
驗(yàn)證用戶是否修改過頁面的數(shù)據(jù)的實(shí)現(xiàn)方法
在實(shí)現(xiàn)程序的修改模塊時，要在頁面端檢查用戶是否修改過數(shù)據(jù)，以便提醒用戶及時保存修改后的數(shù)據(jù)。2008-09-09
這篇文章主要介紹了JS模擬Dialog彈出浮動框效果代碼,涉及JavaScript可拖動窗口的創(chuàng)建及布局相關(guān)技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-10-10
兼容IE/Firefox/Opera/Safari的檢測頁面裝載完畢的腳本Ext.onReady的實(shí)現(xiàn)
其中對于IE的檢測很有意思。 以上代碼，整理自Extjs的腳本，完全可以代替 Ext.onReady使用。2009-07-07
本文給大家分享一段實(shí)例代碼介紹JS判斷時間段的方法，需要的朋友參考下吧2017-06-06
IE6瀏覽器中window.location.href無效的解決方法
這篇文章主要介紹了IE6瀏覽器中window.location.href無效的解決方法,給出了正確與錯誤的實(shí)例對比,分析跳轉(zhuǎn)無效的原因與解決方法,是非常實(shí)用的技巧,需要的朋友可以參考下2014-11-11
這篇文章主要為大家詳細(xì)介紹了如何通過原生JavaScript實(shí)現(xiàn)視頻截圖功能,文中的示例代碼講解詳細(xì),具有一定的借鑒價值,需要的小伙伴可以參考一下2023-11-11
JavaScript 數(shù)組去重并統(tǒng)計(jì)重復(fù)元素出現(xiàn)的次數(shù)實(shí)例
下面小編就為大家分享一篇JavaScript 數(shù)組去重并統(tǒng)計(jì)重復(fù)元素出現(xiàn)的次數(shù)實(shí)例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2017-12-12
本篇文章主要介紹了淺談JS中的反柯里化( uncurrying)，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-08-08
可滾動跟隨彈出框效果代碼,非常實(shí)用的應(yīng)用于網(wǎng)絡(luò)廣告2008-09-09
這篇文章主要介紹了JS簡單計(jì)算器的實(shí)現(xiàn)方法,以加法實(shí)例分析了js實(shí)現(xiàn)計(jì)算功能的技巧,需要的朋友可以參考下2015-01-01