python爬虫获取页面元素的css样式,Python爬虫数据提取方式——cssselector样式选择器...

cssselector：和xpath是使用比较多的两种数据提取方式。cssselector是css样式选择器实现的！

scrapy爬虫框架：支持xpath/css

pyspider爬虫框架：支持PyQuery，也是经过css样式选择器实现的css

HTML代码示例：html

html = """

• 哈哈
• Two
• Three
• Four

百度一下

第一段

第2段

第3段

第4段

大师傅大师傅！！

第5段

第6段

"""

安装：

pip install cssselector

首先导入：

import cssselect

from lxml.html import etree

将HTML解析成为对象：

#同xpath同样使用etree

html_obj = etree.HTML(html)

开始查找元素：

获取文本内容python

span = html_obj.cssselect('.list > .four')[0]

print(span.text)

获取属性值：框架

span = html_obj.cssselect('.list > .four')[0]

#help(对象):能够显示对对象的全部操做

print(help(span))

# 获取属性：是一个字典

print(span.attrib['class'])

输出结果：four four1 four2 four3

其余的部分参考博客(CSS选择器——cssSelector定位方式详解)：点击打开连接scrapy

PyQuery查找元素：点击打开连接

ide