Question

我这里有这个代码来解析来自网络的som信息：

import lxml.html
from lxml.etree import XPath
import json



url = "http://gbgfotboll.se/information/?scr=table&ftid=51168"
date = '2014-09-27'
# use this in real mode: currentDate = (time.strftime("%Y-%m-%d"))
list = []
id = 0
score = ""
rows_xpath = XPath("//*[@id='content-primary']/table[3]/tbody/tr[td[1]/span/span//text()='%s']" % (date))
time_xpath = XPath("td[1]/span/span//text()[2]")
team_xpath = XPath("td[2]/a/text()")

html = lxml.html.parse(url)

for row in rows_xpath(html):
    time = time_xpath(row)[0].strip()
    team = team_xpath(row)[0]
    list.append("%d:"%id  + time + " " + team + " " + score)
    id += 1

print json.dumps(list)

打印：

0:13:00 Romelanda UF - IK Virgo (empty score for now)
1:15:00 Kode IF - IK Kongah\xe4lla (empty score)
etc..

我的第一个子问题是，一些解析后的数据将包含字母“å”“ä”“ö”我将如何修复，以便打印出正确的字母，如您在打印结果（第二行）中看到的那样“Kongah \ xe4lla”应该是“Konghälla”

主要问题我如何将该列表转换为字典，以便最终的json输出如下：

{"id":"0", "time":"13:00", "teams":"Romelanda UF - IK Virgo", "score":"empty" }
etc...

谢谢!!!

Answer 1

对于你的第一个问题，\ xe4不是一个ascii字符，如果你想打印出来，可能你可以试着用一些编码来解码它似乎是＆＃34; windows-1252＆＃34;。

当我尝试这个时，它对我有用：

a='\xe4'
b=a.decode('windows-1252')
print b

关于第二个问题，只需将代码修改为：

for i,row in enumerate(rows_xpath(html)):
    #
    #
    list.append({"id":str(i), "time":time, "teams":team, "score":score})

而且我认为你真的不想为你的名单命名＆＃34;列出＆＃34;它是python的关键词〜祝你好运。

顺便说一句，枚举会自动生成索引，你仍然可以使用你的＆＃34; id＆＃34;相反，只是这个：

 list.append({"id":str(id), "time":time, "teams":team, "score":score})

从解析的数据python中创建一个字典

1 个答案: