十一、 bs4 – select方法
搜索文档树：
有时候使用css选择器的方式可以更加方便。使用css选择器的语法，应该使用select方法。以下列出几种常用的css选择器方法：
2、select方法：
使用以上方法可以方便找出元素。但有时候使用css选择器的方式可以更加方便。使用css选择器的语法，应该使用select方法。以下列出几种常用css选择器方法：
（1）通过标签名查找：
print(soup.select(‘a’))
（2）通过类名查找：
通过类名，则应该在类前面加一个.，比如要差找class=sister的标签，示例代码如下：
print(soup.select(‘.sister’))
（3）通过id查找：
通过id查找，应该在id的名字前面加一个#号。示例代码如下：
print(soup.select(“#link1”))
（4）组合查找：
组合查找即和写class文件时，标签名与类名、id名进行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”))
直接子标签查找，则使用>分隔：
print(soup.select(“head>title”))
（5）通过属性查找：
查找是还可以加入属性元素，属性需要用中括号括起来，注意属性和标签属性同一节点，所以中间不能加空格，否则会无法匹配到。示例代码如下：
print(soup.select(‘a[href=”http://example.com/elsie”]’))
（6）获取内容：
以上的select方法返回的结果都是列表形式，可以遍历输出，然后用get_text()方法来获取它的内容。
soup = BeautifulSoup(html, ‘lxml’)
print(type(soup.select(‘title’)))
print(soup.select(‘title’)[0].get_text())
for title in soup.select(‘title’):
print(title.get_text())
示例代码：
from bs4 import BeautifulSoup
html = """
<html><head><title>The Dormouse's story</title></head>
<p class = "title"><b>The Dormouse's story</b></p>
<p class = "story">Once upon a time there were three little sisters; and their names were
<a href = "http://example.com/elsie" class = "sister" id = "link1">Elsie</a>,
<a href = "http://example.com/lacie" class = "sister" id = "link2">Lacie</a> and
<a href = "http://example.com/tillie" class = "sister" id = "link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class = "story">...</p>
"""
soup = BeautifulSoup(html, 'lxml')
# （1）通过标签名查找：
# print(soup.select('a'))
# （2）通过类名查找：
# print(soup.select('.sister'))
# （3）通过id查找：
# print(soup.select('#link1'))
# 通过css选择器语法查找
# （4）组合查找：
# 方法1
# print(soup.select('p #link1'))
# 方法2
# print(soup.select('head> title'))
# （5）通过属性查找：
# print(soup.select('a[href="http://example.com/elsie"]'))
# （6）获取内容：
# print(soup.select('title')[0].get_text())
# select输出的是列表，get无法直接获取，所以要加下标来取值，只有一个内容所以用【0】
练习题
from bs4 import BeautifulSoup
html = """
<table class - "tablelist"cellpadding" = 0"cellspacing = "0">
<tbody>
<tr class = "h">
<td class = "1"width = "374">职位名称</td>
<td>职位类别</td>
<td>人数</td>
<td>地点</td>
<td>发布时间</td>
</tr>
<tr class = "even">
<td class = "1 square"><a target = "_blank"href = "position_detail.php?id=33824&keywords=python">
<td>技术类</td>
<td>1</td>
<td>深圳</td>
<td>2017-11-25</td>
</tr>
<tr class = "odd">
<td class = "1 square"><a target = "_blank"href = "position_detail.php?id=29938&keywords=python">
<td>技术类</td>
<td>1</td>
<td>深圳</td>
<td>2017-11-25</td>
</tr>
<tr class = "even">
<td class = "1 square"><a target = "_blank"href = "position_detail.php?id=33824&keywords=python">
<td>技术类</td>
<td>1</td>
<td>深圳</td>
<td>2017-11-24</td>
</tr>
<tr class = "odd">
<td class = "1 square"><a target = "_blank"href = "position_detail.php?id=29938&keywords=python">
<td>技术类</td>
<td>1</td>
<td>深圳</td>
<td>2017-11-24</td>
</tr>
</tbody>
</table>
"""
soup = BeautifulSoup(html, 'lxml')
# 1、获取所有st标签
# trs = soup.select('tr')
# print(trs)
# 2、获取第二个tr标签
# tr = soup.select('tr')[1]
# print(tr)
# 3、获取所有class等于even的tr标签
# tr = soup.select('.even')
# print('tr')
# 上面的方法找到的不一定是tr标签
# tr = soup.select('tr[class="even"]')
# print(tr)
# 4、获取所有a标签的href属性
# alist = soup.select('a')
# for a in alist:
# href = a['href']
# print(href)
# 5、获取所有职位信息（纯文本）
trs = soup.select('tr')
for tr in trs:
info = list(tr.stripped_strings)
print(info)
上一篇文章 第三章 数据解析（十） 2019-12-20 地址：
https://www.jianshu.com/p/a06d8e8b0393
下一篇文章 第三章 数据解析（十二） 2019-12-22 地址：
https://www.jianshu.com/p/a70e17e2e7c9
以上资料内容来源网络，仅供学习交流，侵删请私信我，谢谢。
