Beautiful Soup - select() 方法

---

---

方法描述

在 Beautiful Soup 庫中，select() 方法是用於抓取 HTML/XML 文件的重要工具。與 find() 和 find_*() 方法類似，select() 方法也有助於定位滿足給定條件的元素。文件樹中元素的選擇是根據作為引數給出的 CSS 選擇器進行的。

Beautiful Soup 還有 select_one() 方法。select() 和 select_one() 的區別在於，select() 返回 PageElement 中所有屬於 CSS 選擇器特徵的元素的 ResultSet；而 select_one() 返回滿足基於 CSS 選擇器選擇條件的第一個出現的元素。

在 Beautiful Soup 4.7 版本之前，select() 方法只能支援常用的 CSS 選擇器。在 4.7 版本中，Beautiful Soup 集成了 Soup Sieve CSS 選擇器庫。因此，現在可以使用更多的選擇器。在 4.12 版本中，除了現有的便捷方法 select() 和 select_one() 之外，還添加了一個 .css 屬性。

語法

select(selector, limit, **kwargs)

引數

• selector − 包含 CSS 選擇器的字串。

• limit − 找到此數量的結果後，停止查詢。

• kwargs − 要傳遞的關鍵字引數。

如果 limit 引數設定為 1，則等效於 select_one() 方法。

返回值

select() 方法返回 Tag 物件的 ResultSet。select_one() 方法返回單個 Tag 物件。

Soup Sieve 庫有不同型別的 CSS 選擇器。基本的 CSS 選擇器有：

• 型別選擇器根據節點名稱匹配元素。例如：

tags = soup.select('div')

• 通用選擇器 (*) 匹配任何型別的元素。例如：

tags = soup.select('*')

• ID 選擇器根據元素的 id 屬性匹配元素。符號 # 表示 ID 選擇器。例如：

tags = soup.select("#nm")

• 類選擇器根據 class 屬性中包含的值匹配元素。以 . 為字首的類名稱是 CSS 類選擇器。例如：

tags = soup.select(".submenu")

示例：型別選擇器

from bs4 import BeautifulSoup, NavigableString

markup = '''
   <div id="Languages">
      <p>Java</p> <p>Python</p> <p>C++</p>
   </div>
'''
soup = BeautifulSoup(markup, 'html.parser')

tags = soup.select('div')
print (tags)

輸出

[<div id="Languages">
<p>Java</p> <p>Python</p> <p>C++</p>
</div>]

示例：ID 選擇器

from bs4 import BeautifulSoup

html = '''
   <form>
      <input type = 'text' id = 'nm' name = 'name'>
      <input type = 'text' id = 'age' name = 'age'>
      <input type = 'text' id = 'marks' name = 'marks'>
   </form>
'''
soup = BeautifulSoup(html, 'html.parser')
obj = soup.select("#nm")
print (obj)

輸出

[<input id="nm" name="name" type="text"/>]

示例：類選擇器

html = '''
   <ul>
      <li class="mainmenu">Accounts</li>
      <ul>
         <li class="submenu">Anand</li>
         <li class="submenu">Mahesh</li>
      </ul>
      <li class="mainmenu">HR</li>
      <ul>
         <li class="submenu">Rani</li>
         <li class="submenu">Ankita</li>
      </ul>
   </ul>
'''
from bs4 import BeautifulSoup

soup = BeautifulSoup(html, 'html.parser')
tags = soup.select(".mainmenu")
print (tags)

輸出

[<li class="mainmenu">Accounts</li>, <li class="mainmenu">HR</li>]