Beautiful Soup - select() 方法

---

---

方法描述

在 Beautiful Soup 库中，select() 方法是用于抓取 HTML/XML 文档的重要工具。与 find() 和 find_*() 方法类似，select() 方法也有助于定位满足给定条件的元素。文档树中元素的选择是根据作为参数给出的 CSS 选择器进行的。

Beautiful Soup 还有 select_one() 方法。select() 和 select_one() 的区别在于，select() 返回 PageElement 中所有属于 CSS 选择器特征的元素的 ResultSet；而 select_one() 返回满足基于 CSS 选择器选择条件的第一个出现的元素。

在 Beautiful Soup 4.7 版本之前，select() 方法只能支持常用的 CSS 选择器。在 4.7 版本中，Beautiful Soup 集成了 Soup Sieve CSS 选择器库。因此，现在可以使用更多的选择器。在 4.12 版本中，除了现有的便捷方法 select() 和 select_one() 之外，还添加了一个 .css 属性。

语法

select(selector, limit, **kwargs)

参数

• selector − 包含 CSS 选择器的字符串。

• limit − 找到此数量的结果后，停止查找。

• kwargs − 要传递的关键字参数。

如果 limit 参数设置为 1，则等效于 select_one() 方法。

返回值

select() 方法返回 Tag 对象的 ResultSet。select_one() 方法返回单个 Tag 对象。

Soup Sieve 库有不同类型的 CSS 选择器。基本的 CSS 选择器有：

• 类型选择器根据节点名称匹配元素。例如：

tags = soup.select('div')

• 通用选择器 (*) 匹配任何类型的元素。例如：

tags = soup.select('*')

• ID 选择器根据元素的 id 属性匹配元素。符号 # 表示 ID 选择器。例如：

tags = soup.select("#nm")

• 类选择器根据 class 属性中包含的值匹配元素。以 . 为前缀的类名称是 CSS 类选择器。例如：

tags = soup.select(".submenu")

示例：类型选择器

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)

输出

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

示例：ID 选择器

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)

输出

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

示例：类选择器

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)

输出

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