soup.select()函数的使用用法

2024-07-15 12:47| 来源: 网络整理| 查看: 265

soup.select()在源代码中的原型为:

select(self, selector, namespaces=None, limit=None, **kwargs)

功能：查找html中我们所需要的内容我们主要使用的参数是selector，其定义为”包含CSS选择器的字符串“。关于CCS，也需要了解一些概念，参考CCS语法与CSS Id 和 Class。

我们在写 CSS 时，标签名不加任何修饰，类名前加点，id名前加 #，在这里我们也可以利用类似的方法来筛选元素，用到的方法是 soup.select()。如下代码（如h1，p等为标签.center为类名，#para1为id）：

菜鸟教程(runoob.com) .center { text-align:center; } #para1 { text-align:center; color:red; } 标题居中红色段落居中。

以下是将要用到的代码

from bs4 import BeautifulSoup html = """ The Dormouse's story

The Dormouse's story

Once upon a time there were three little sisters; and their names were , Lacie and Tillie ; and they lived at the bottom of a well.

...

""" soup = BeautifulSoup(html, 'lxml') # 传入解析器：lxml

soup.select()可通过以下方法进行查找。

1.通过（HTML）标签名查找 print(soup.select('title')) print(soup.select('a'))#输出的列表含有多个包含标签的元素

输出为：

[The Dormouse's story] [, Lacie, Tillie] 2.通过CCS类选择器查找 print(soup.select('.story'))

输出为

[Once upon a time there were three little sisters; and their names were , Lacie and Tillie; and they lived at the bottom of a well., ...] 3.通过CCS id 选择器查找 print(soup.select('#link1'))

输出为：

[] 4.组合查找

组合查找和通过标签名与类选择器、id选择器进行查找的组合原理是一样的，例如查找 p 标签中，id 等于 link1的内容，二者需要用空格分开。

print(soup.select('p #link1'))

输出为：

[] 5.子标签查找

父标签与子标签之间通过" > "表示递进关系

print(soup.select('p > b'))

输出为：

[The Dormouse's story]

通过子标签查找时的注意事项：soup.select()尽量不使用完整selector

6.通过属性查找

还可以加入属性元素，属性需要用中括号括起来，注意属性和标签属于同一节点，所以中间不能加空格，否则会无法匹配到。

# 通过href属性及其值进行查找 print(soup.select('a[href="http://example.com/elsie"]'))

输出为：

[]

【本文地址】

公司简介

联系我们