Python爬蟲包 BeautifulSoup 學習（十一） CSS 選擇器
阿新 • • 發佈：2018-12-26
BeautifulSoup支援最常用的CSS選擇器，在 Tag 或 BeautifulSoup 物件的 .select() 方法中傳入字串引數，即可使用CSS選擇器的語法找到tag。
CSS選擇器
CSS選擇器是一種單獨的文件搜尋語法。
詳情請見此連結
BS4中的CSS選擇器
本篇所使用的html為：
html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b 你可以這樣搜尋tag：
soup.select("title")
# [<title>The Dormouse's story</title>]
soup.select("p nth-of-type(3)")
# [<p class="story">...</p>] 另外，你也可以搜尋在其他父標籤內部的標籤，即通過標籤的所屬關係尋找標籤：
soup.select("body a") #搜尋在body標籤內部的a標籤
# [<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>]
soup.select("html head title") #搜尋在html->head標籤內部的標籤
# [<title>The Dormouse's story</title>]可以直接尋找在其他標籤內部的標籤：
soup.select("head > title")
# [<title>The Dormouse's story</title>]
soup.select("p > 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>]
soup.select("p > a:nth-of-type(2)")
# [<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>]
soup.select("p > #link1")
# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>]
soup.select("body > a")
# []通過tags標籤獲得元素的同胞兄弟：
soup.select("#link1 ~ .sister") #獲得id為link1，class為sister的兄弟標籤內容（所有的兄弟便籤）
# [<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>,
# <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]
soup.select("#link1 + .sister") #獲得id為link1，class為sister的兄弟標籤內容（下一個兄弟便籤）
# [<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>]通過CSS的類獲得tags標籤:
soup.select(".sister") #獲得所有class為sister的標籤
# [<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>]
soup.select("[class~=sister]") #效果同上一個
# [<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>]通過id獲得標籤：
soup.select("#link1") #通過設定引數為id來獲取該id對應的tag
# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>]
soup.select("a#link2") #這裡區別於上一個單純的使用id，又增添了tag屬性，使查詢更加具體
# [<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>]通過設定select函式的引數為列表，來獲取tags。只要匹配列表中的任意一個則就可以捕獲。
soup.select(“#link1,#link2”) #捕獲id為link1或link2的標籤
# [<a class=”sister” href=”http://example.com/elsie” id=”link1”>Elsie</a>,
# <a class=”sister” href=”http://example.com/lacie” id=”link2”>Lacie</a>]按照標籤是否存在某個屬性來獲取：
soup.select('a[href]') #獲取a標籤中具有href屬性的標籤
# [<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>]通過某個標籤的具體某個屬性值來查詢tags：
soup.select('a[href="http://example.com/elsie"]')
# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>]
soup.select('a[href^="http://example.com/"]')
# [<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>]
soup.select('a[href$="tillie"]')
# [<a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]
soup.select('a[href*=".com/el"]')
# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>]這裡需要解釋一下：
soup.select(‘a[href^=”http://example.com/”]’)意思是查詢href屬性值是以”http://example.com/“值為開頭的標籤，可以檢視部落格介紹。
soup.select(‘a[href$=”tillie”]’)意思是查詢href屬性值是以tillie為結尾的標籤。
soup.select(‘a[href*=”.com/el”]’)意思是查詢href屬性值中存在字串”.com/el”的標籤，所以只有href=”http://example.com/elsie”一個匹配。
查詢符合查詢條件的第一個標籤：
soup.select_one(".sister") #只查詢符合條件的第一個tag
# <a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>