该博客介绍了如何利用Python的BeautifulSoup库，通过CSS属性选择器来高效地提取HTML文档中特定属性的数据。示例代码展示了如何选取带有'data-test'属性为'specific-location'或'specific-location1'的元素，并提取其文本内容。文章还提到了使用子代组合器和':is()'选择器的技巧，以精确定位和提取所需信息。
使用更快的css属性选择器，您可以传递一个逗号分隔的列表来检索多个from bs4 import BeautifulSoup
html = '''
Text I want to extract
Text I want to extract 2
'''
soup = BeautifulSoup(html, 'lxml')
data = [item.text.strip() for item in soup.select('[data-test="specific-location"],[data-test="specific-location1"]')]
print(data)
如果这些属性出现在其他地方，请在前面添加td
^{pr2}$
您还可以在末尾添加一个带有子代组合器的span类型选择器来指定td的子span，但这里似乎有点过分了。在data = [item.text.strip() for item in soup.select('td[data-test="specific-location"] span,td[data-test="specific-location1"] span')]
多亏了@facelessuser，你也可以使用苗条td:is([data-test="specific-location"], [data-test="specific-location1"]) span
498
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
