html_json用于从网页里提取json数据。
这里用新浪读书的书讯举个例子，手把手写一个html_json信息源。
打开的首页，可以看到页面下方有最新、书讯、童书、小说等几个Tab，这里我们提取书讯的内容。
查看页面的源码，找不到书讯的内容。
这是因为网站使用了json技术：额外加载了json对象、并通过javascript把json的内容显示在页面上。
那么，怎么找到json在哪儿呢？
我用的是Firefox浏览器，按Ctrl+Shift+J调出“浏览器控制台”。别的浏览器也有类似的调试工具。
为了过滤掉无关的信息，在右上角的过滤里填上“sina”，这样没出现sina的内容会被过滤掉。
然后刷新新浪读书的首页，可以看到加载了大量文件，有图片、有.css、有.js、有.html，我们要找的json就在其中。
经过一番辨认，这6个文件的可能性很大，数量正好对应网页上的6个Tab：
我们来进行确认。右键点击第2个，把链接复制出来，是这个链接：
打开这个链接，可以看到，这是一条很简单的javascript语句，但其中嵌入了一个很大的json对象。
try{jsonp1474707033326({"result":{"status":{"code":0,"msg":"succ"},"timestamp":"Sat Sep 24 16:58:35 +0800 2016","top":[],"pdps":[],"cre":[],"total":415,"end":1472633552,"start":1474555033,"lid":156,"rtime":1474707515 ...省略中间的部分... "comment_reply":"1","comment_show":"1","comment_total":"2","praise":"0","dispraise":"0"}]}});}catch(e){}; 把最前面的try{jsonp1474707033326(和最后面的);}catch(e){};去掉，剩下的中间部分就是一个json字符串了。
复制这个json字符串，把它粘贴到网站，对其进行格式化，可以清晰地查看它的结构，并且确认这就是我们要找的书讯的内容。
result.data是一个列表，列表的每个元素就是一条书讯的数据。
下面是result.data里的一条数据（为了版面简洁，去掉了一部分内容），用蓝色标记出我们感兴趣的内容，分别是：
title，标题
url，网址
ctime，发布时间
summary，摘要；intro，介绍。
有的数据summary为空，但intro不为空，这是网站的设计，所幸把这两个都提取出来。
{ "intime": "1474557864", "categoryid": "1", "intro": "“软萌”肥猫“霸占”世界名画， 还用“傲娇”猫语解读艺术发展？ 一本《肥猫艺术课》带你徜徉世界艺术画廊， 告诉你“有猫的名画，才是真迹”。", "mediaid": "0", "ctime": "1474555033", "author": "", "stitle": "《肥猫艺术课》", "images": [ { "u": "http://www.sinaimg.cn/book/2016/0922/U21P112DT20160922223234.jpg", "w": 450, "h": 476, "t": "《肥猫艺术课》 [俄]斯韦特拉娜簠靟坟娃 袁天添 北京联合出版公司" }, { "u": "http://www.sinaimg.cn/book/2016/0922/U21P112DT20160922223418.jpg", "w": 500, "h": 363, "t": "米开朗基罗，《创造肥猫亚当》" } ], "keywords": "肥猫,名画,艺术", "title": "软萌肥猫“霸占”世界名画开讲《肥猫艺术课》", "summary": "本书是一本趣味讲解艺术史的知识性读物。本书运用生动活泼、幽默有趣的文字，向大众普及了跨时代的艺术发展简史。作者精心选取了不同时代、不同国籍艺术家的百余幅名画，运用简单的介绍性话语，介绍了这些名画的时代背景和馆藏地点，是一本简单的“名画艺术史”讲解书。", "productid": "0", "url": "http://book.sina.com.cn/news/b/2016-09-22/2237819373.shtml", },
已经明白了，于是写这样一个信息源（.xml文件），内用绿色注释说明几个要点：
新浪书讯 新浪图书，书讯。 http://book.sina.com.cn/html_json http://feed.mix.sina.com.cn/api/roll/get?callback=jsonp1436772833418&pageid=8&lid=156&num=20 'result', 'data' 'title' 'url' 'summary' 'intro' 'ctime'
测试一下，成功：
