CSS选择器

这是另一种与find_all()方法有异曲同工的查找方法，写CSS时，标签名不加任何修饰，类名前加.，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()，返回的类型是list。

(1)通过标签名查找#!/usr/bin/python3

# -*- coding:utf-8 -*-

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.

...

"""

# 创建 Beautiful Soup 对象，指定lxml解析器

soup = BeautifulSoup(html, "lxml")

print(soup.select("title"))

print(soup.select("b"))

print(soup.select("a"))

运行结果[

The Dormouse's story]

[The Dormouse's story]

[, 

href="http://example.com/lacie" id="link2">Lacie

, 

id="link3">Tillie

]

(2)通过类名查找#!/usr/bin/python3

# -*- coding:utf-8 -*-

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.

...

"""

# 创建 Beautiful Soup 对象，指定lxml解析器

soup = BeautifulSoup(html, "lxml")

print(soup.select(".title"))

运行结果[

The Dormouse's story

]

(3)通过id名查找#!/usr/bin/python3

# -*- coding:utf-8 -*-

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.

...

"""

# 创建 Beautiful Soup 对象，指定lxml解析器

soup = BeautifulSoup(html, "lxml")

print(soup.select("#link1"))

运行结果[

The Dormouse's story

]

(4)组合查找#!/usr/bin/python3

# -*- coding:utf-8 -*-

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.

...

"""

# 创建 Beautiful Soup 对象，指定lxml解析器

soup = BeautifulSoup(html, "lxml")

print(soup.select("p #link1"))

运行结果[]

(5)属性查找

查找时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。#!/usr/bin/python3

# -*- coding:utf-8 -*-

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.

...

"""

# 创建 Beautiful Soup 对象，指定lxml解析器

soup = BeautifulSoup(html, "lxml")

print(soup.select("a[class='sister']"))

运行结果[, 

href="http://example.com/lacie" id="link2">Lacie

, 

id="link3">Tillie

]

同样，属性仍然可以与上述查找方式组合，不在同一节点的空格隔开，同一节点的不加空格。#!/usr/bin/python3

# -*- coding:utf-8 -*-

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.

...

"""

# 创建 Beautiful Soup 对象，指定lxml解析器

soup = BeautifulSoup(html, "lxml")

print(soup.select("p a[class='sister']"))

运行结果[, 

href="http://example.com/lacie" id="link2">Lacie

, 

id="link3">Tillie

]

(6)获取内容

以上的select()方法返回的结果都是列表形式，可以遍历形式输出，然后用get_text()方法来获取它的内容。#!/usr/bin/python3

# -*- coding:utf-8 -*-

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.

...

"""

# 创建 Beautiful Soup 对象，指定lxml解析器

soup = BeautifulSoup(html, "lxml")

print(soup.select("p a[class='sister']"))

for item in soup.select("p a[class='sister']"):

print(item.get_text())

运行结果[, 

href="http://example.com/lacie" id="link2">Lacie

, 

Tillie]

Lacie

Tillie

注意：为注释内容，未输出