cssselect用法

# cssselector：和xpath是使用比较多的两种数据提取方式。

# scrapy爬虫框架：支持xpath/css
# pyspider爬虫框架：支持PyQuery，也是通过css样式选择器实现的

# pip install cssselector

import cssselect
from lxml.html import etree

html = """
    <div id='content'>
        <ul class='list'>
            <li class='one'>哈哈</li>
            <li class='two'>Two</li>
            <li class='three'>Three</li>
            <li class='four four1 four2 four3'>Four</li>
            <div id='inner'>
                <a href='http://www.baidu.com'>百度一下</a>
                <p>第一段</p>
                <p>第2段</p>
                <p>第3段</p>
                <p>
                    第4段
                    <span id="first">法大师傅大师傅</span>
                </p>
                <p>第5段</p>
                <p>第6段</p>
            </div>
        </ul>
    </div>
"""

html_obj = etree.HTML(html)
span = html_obj.cssselect('.list > .four')[0]
print(span.text) # 获取文本内容
# print(help(span))
# print(span.attrib['id']) # 获取属性：是一个字典