html转json

将HTML转换为JSON需要使用解析器和一些规则来遍历HTML文档并提取所需的数据。以下是一个使用Python和BeautifulSoup库将HTML转换为JSON的示例：

from bs4 import BeautifulSoup
import json

# 将HTML加载到BeautifulSoup对象中
html = open('example.html').read()
soup = BeautifulSoup(html, 'html.parser')

# 创建一个空的字典来存储结果
data = {}

# 遍历HTML文档中的所有标签
for tag in soup.find_all(True):
    # 获取标签的名称和属性
    tag_name = tag.name
    attributes = tag.attrs

    # 将标签的属性存储为字典
    attr_dict = {}
    for attr in attributes:
        attr_dict[attr] = attributes[attr]

    # 如果标签已经存在，将其视为一个列表并添加到列表中
    if tag_name in data:
        if isinstance(data[tag_name], list):
            data[tag_name].append(attr_dict)
        else:
            data[tag_name] = [data[tag_name], attr_dict]
    else:
        # 否则，将标签添加到字典中
        data[tag_name] = attr_dict

# 将数据转换为JSON格式并打印
json_data = json.dumps(data, indent=4)
print(json_data)

在这个示例中，我们使用BeautifulSoup库解析HTML，并遍历所有标签。对于每个标签，我们获取其名称和属性，并将其存储为一个字典。如果标签名称已经存在于结果字典中，我们将其视为一个列表并将其添加到列表中。否则，我们只是将标签添加到字典中。最后，我们将结果转换为JSON格式并将其打印出来。

请注意，这只是一个简单的示例，实际的HTML文档可能更复杂，需要更复杂的规则来提取所需的数据。