本文将从多个方面详细阐述使用Python的CSS选择器的实例。
一、基本选择器
1、标签选择器
标签选择器是最常见的选择器之一，可以通过标签名称选中对应的元素。
from bs4 import BeautifulSoup
html_doc = """
<html>
<head>
<title>测试页面</title>
</head>
<body>
<h1>欢迎</h1>
<p>这是一个测试页面</p>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
tag = soup.select('h1')
print(tag[0].text)
2、类选择器
类选择器可以通过元素的class属性选中对应的元素。
html_doc = """
<html>
<head>
<title>测试页面</title>
</head>
<body>
<h1 class="header">欢迎</h1>
<p class="content">这是一个测试页面</p>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
tag = soup.select('.header')
print(tag[0].text)
3、ID选择器
ID选择器可以通过元素的id属性选中对应的元素。
html_doc = """
<html>
<head>
<title>测试页面</title>
</head>
<body>
<h1 id="title">欢迎</h1>
<p id="content">这是一个测试页面</p>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
tag = soup.select('#title')
print(tag[0].text)
二、属性选择器
1、属性选择器可以通过元素的属性选中对应的元素。
html_doc = """
<html>
<head>
<title>测试页面</title>
</head>
<body>
<h1 class="header" id="title1">欢迎</h1>
<h1 class="header" id="title2">欢迎</h1>
<p class="content" id="content1">这是一个测试页面</p>
<p class="content" id="content2">这是一个测试页面</p>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
tag = soup.select('h1[class="header"]')
print(tag[0].text)
2、属性选择器还可以通过属性的部分值选中对应的元素。
tag = soup.select('p[id^="content"]')
print(tag[0].text)
三、组合选择器
组合选择器可以通过多个选择器的组合选中对应的元素。
html_doc = """
<html>
<head>
<title>测试页面</title>
</head>
<body>
<div class="container">
<h1 class="header" id="title1">欢迎</h1>
<p class="content" id="content1">这是一个测试页面</p>
</div>
<div class="container">
<h1 class="header" id="title2">欢迎</h1>
<p class="content" id="content2">这是一个测试页面</p>
</div>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
tag = soup.select('.container h1')
print(tag[0].text)
通过组合选择器，可以灵活地选择需要的元素。
四、伪类选择器
伪类选择器可以通过元素的状态或位置选中对应的元素。
html_doc = """
<html>
<head>
<title>测试页面</title>
</head>
<body>
<ul>
<li>列表项1</li>
<li>列表项2</li>
<li>列表项3</li>
<li>列表项4</li>
<li>列表项5</li>
</ul>
</body>
</html>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
tag = soup.select('li:nth-of-type(odd)')
for item in tag:
print(item.text)
通过伪类选择器，可以实现对特定状态或位置的元素的选中。