1. ホーム
  2. json

[解決済み] BeautifulSoupでJSONオブジェクトから特定の値をパースする

2022-02-18 16:18:46

質問

import urllib
from urllib import request
from bs4 import BeautifulSoup

url = 'http://mygene.info/v3/query?q=symbol:CDK2&species:human&fields=name,symbol,entrezgene'
html = request.urlopen(url).read()
soup = BeautifulSoup(html)

出力します。

<html><body><p>{
  "max_score": 88.84169,
  "took": 6,
  "total": 244,
  "hits": [
    {
      "_id": "1017",
      "_score": 88.84169,
      "entrezgene": "1017",
      "name": "cyclin dependent kinase 2",
      "symbol": "CDK2"
    },
    {
      "_id": "12566",
      "_score": 73.8155,
      "entrezgene": "12566",
      "name": "cyclin-dependent kinase 2",
      "symbol": "Cdk2"
    },
    {
      "_id": "362817",
      "_score": 62.09322,
      "entrezgene": "362817",
      "name": "cyclin dependent kinase 2",
      "symbol": "Cdk2"
    }
  ]
}</p></body></html>

目標 : この出力から、パースして entrezgene , name および symbol

質問事項 : どのようにすれば達成できるのでしょうか?

背景 試してみたのは https://www.crummy.com/software/BeautifulSoup/bs4/doc/#searching-by-css-class Python BeautifulSoupは要素間のテキストを抽出します。 を挙げましたが、探しているものを見つけることができません。

解決方法は?

を取得することができます。 text の中にある json の形式を使用します。次に json.loads() に変換し、それを 辞書 .

from urllib import request
from bs4 import BeautifulSoup
import json
url = 'http://mygene.info/v3/query?q=symbol:CDK2&species:human&fields=name,symbol,entrezgene'
html = request.urlopen(url).read()
soup = BeautifulSoup(html,'html.parser')
site_json=json.loads(soup.text)
#printing for entrezgene, do the same for name and symbol
print([d.get('entrezgene') for d in site_json['hits'] if d.get('entrezgene')])

出力します。

['1017', '12566', '362817', '100117828', '109992509', '100981695', '100925631']