BeautifulSoup 使用select方法詳解（通過標簽名，類名， id，組合，屬性查找）
阿新 • • 發佈：2017-10-09
chrome red 例如 ttl app user encode and 定位 
import requests
from bs4 import BeautifulSoup
blslib="html5lib"
user_agent="Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36"
headers={"user-agent":user_agent}
def demo1(url):
r=requests.get(url,headers=headers)
print(r.encoding)
data =r.text.encode(r.encoding).decode(‘gbk‘)s =BeautifulSoup(data,blslib)
row=s.select(‘#newAlexa > table > tbody > tr‘) //定位到id=#newAlexa下面的table > tbody > tr #定位之間要空格
print(row)
if __name__ =="__main__":
url="http://www.ip138.com/post/"
demo1(url)
1 html = """ 2 <html><head><title>The Dormouse‘s story</title></head> 3 <body> 4 <p class="title" name="dromouse"><b>The Dormouse‘s story</b></p> 5 <p class="story">Once upon a time there were three little sisters; and their names were 6 <a href="http://example.com/elsie" class="sister" id="link1"><!-- Elsie --></a>, 7 <a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and 8 <a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>; 9 and they lived at the bottom of a well.</p> 10 <p class="story">...</p> 11 """
我們在寫 CSS 時，標簽名不加任何修飾，類名前加點，id名前加 #，在這裏我們也可以利用類似的方法來篩選元素，用到的方法是 soup.select()，返回類型是 list
（1）通過標簽名查找
print soup.select(‘title‘) #[<title>The Dormouse‘s story</title>] print soup.select(‘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="sister" href="http://example.com/tillie" id="link3">Tillie</a>] print soup.select(‘b‘) #[<b>The Dormouse‘s story</b>]
（2）通過類名查找
print soup.select(‘.sister‘) #[<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="sister" href="http://example.com/tillie" id="link3">Tillie</a>]
（3）通過 id 名查找
print soup.select(‘#link1‘) #[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>]
（4）組合查找
組合查找即和寫 class 文件時，標簽名與類名、id名進行的組合原理是一樣的，例如查找 p 標簽中，id 等於 link1的內容，二者需要用空格分開
print soup.select(‘p #link1‘) #[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>]
直接子標簽查找
print soup.select("head > title")
#[<title>The Dormouse‘s story</title>]
（5）屬性查找
查找時還可以加入屬性元素，屬性需要用中括號括起來，註意屬性和標簽屬於同一節點，所以中間不能加空格，否則會無法匹配到。
print soup.select("head > title")
#[<title>The Dormouse‘s story</title>]
print soup.select(‘a[href="http://example.com/elsie"]‘)
#[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>]
同樣，屬性仍然可以與上述查找方式組合，不在同一節點的空格隔開，同一節點的不加空格
print soup.select(‘p a[href="http://example.com/elsie"]‘) #[<a class="sister" href="http://example.com/elsie" id="link1"><!-- Elsie --></a>]
BeautifulSoup 使用select方法詳解（通過標簽名，類名， id，組合，屬性查找）