beautiful soup 4.0（bs4）使用css选择器搜索文档树（4）

最新推荐文章于 2024-07-21 20:04:49 发布

孙宝龙

最新推荐文章于 2024-07-21 20:04:49 发布

阅读量1.5k

点赞数

分类专栏： python 机器学习与人工智能文章标签： bs4 css 搜索文档树 python

本文链接：https://blog.csdn.net/amao1998/article/details/82663978

版权

本文介绍了如何使用BeautifulSoup 4.0（bs4）的CSS选择器来搜索文档树。通过Tag或BeautifulSoup对象的.select()方法，可以实现对HTML元素的精准定位，包括查找直接子节点、搜索兄弟节点、通过类选择器、ID选择器、聚合选择器以及属性名和属性值进行查找。

摘要由CSDN通过智能技术生成

1、概述

上一篇文章中主要介绍了使用bs4搜索文档树，主要使用find与find_all方法。但这种搜索的方法主要专注于标签以及标签的属性。其实在html中可以被用来作为元素选择器的还有一种就是CSS，在css的任何版本中都有选择器的相关定义。在很多框架中我们都是用css的选择器来定位元素的。同样在bs4中，同样提供了一整套基于css的方法来选择元素。

2、使用css选择器来搜索文档树

在 Tag 或 BeautifulSoup 对象的 .select() 方法中传入字符串参数, 即可使用CSS选择器的语法找到tag，如下列代码所示：

soup.select("title")
# [<title>The Dormouse's story</title>]

soup.select("p nth-of-type(3)")
# [<p class="story">...</p>]

下面用集中css中常用操作来说明如何使用css选择器来搜索文档树：

通过tag标签逐层查找

soup.select("body a")
# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>,
#  <a class="sister" href="http://example.com/lacie"  id="link2">Lacie</a>,
#  <a class