将HTML转换为JSON需提取结构化数据并映射为键值对，常用JavaScript或Python解析DOM，遍历表格、列表等元素，清洗文本后构建成JSON对象输出。
将HTML数据转换为JSON格式，本质上是提取HTML中的结构化信息（如表格、列表、表单等），然后将其组织成JSON对象。这个过程通常用于网页爬虫、数据迁移或前端开发中。以下是完整的操作方法和步骤。
理解HTML与JSON的区别
HTML 是一种标记语言，用于展示网页内容；而 JSON 是轻量级的数据交换格式，适合存储和传输结构化数据。两者用途不同，因此转换时需提取HTML中的有意义数据，而非直接“转码”。
例如，一个HTML表格包含姓名和年龄，目标是将其转为如下JSON：
{
"users": [
{ "name": "张三", "age": "25" },
{ "name": "李四", "age": "30" }
]
}使用JavaScript在浏览器中提取并转换
如果你在浏览器环境中操作，可以直接用JavaScript解析DOM并生成JSON。
以表格为例：
| 姓名 | 年龄 |
|---|---|
| 张三 | 25 |
| 李四 | 30 |
对应的JavaScript代码：
function tableToJSON() {
const table = document.getElementById("userTable");
const rows = table.querySelectorAll("tr");
const result = [];
for (let i = 1; i < rows.length; i++) { // 跳过表头
const cells = rows[i].querySelectorAll("td");
const obj = {
name: cells[0].textContent.trim(),
age: cells[1].textContent.trim()
};
result.push(obj);
}
return JSON.stringify({ users: result }, null, 2);
}
console.log(tableToJSON());
使用Python进行自动化转换（适用于爬虫）
在服务器端或批量处理时，推荐使用Python配合BeautifulSoup库解析HTML，并输出JSON。
安装依赖：
pip install beautifulsoup4
示例代码：
from bs4 import BeautifulSoup import jsonhtml_content = """
| 姓名 | 年龄 |
|---|---|
| 张三 | 25 |
| 李四 | 30 |
soup = BeautifulSoup(html_content, 'html.parser') rows = soup.find_all('tr')[1:] # 跳过表头 data = []
for row in rows: cells = row.find_all('td') if len(cells) == 2: data.append({ 'name': cells[0].get_text(strip=True), 'age': cells[1].get_text(strip=True) })
json_output = json.dumps({'users': data}, ensure_ascii=False, indent=2) print(json_output)
处理复杂HTML结构的建议
当HTML结构较复杂（如嵌套div、class命名不规范），可参考以下技巧：
- 利用CSS选择器精准定位元素，如
soup.select(".user-list li") - 检查是否有重复或缺失字段，添加异常处理逻辑
- 对文本做清洗：去除空格、换行、特殊符号
- 若HTML来自网络页面，使用
requests获取源码后再解析
确保输出的JSON符合预期结构，可用在线工具验证语法正确性。
基本上就这些。掌握DOM遍历和数据映射逻辑，就能灵活地将各类HTML内容转为JSON。关键是明确你要提取哪些字段，再选择合适工具实现。整个过程不复杂，但容易忽略细节，比如编码和空值处理。
