soup.select的用法

1、通过标签选择

# 选择所有title标签
soup.select("title")
# 选择所有p标签中的第三个标签
soup.select("p:nth-of-type(3)") 相当于soup.select(p)[2]
# 选择body标签下的所有a标签
soup.select("body a")
# 选择body标签下的直接a子标签
soup.select("body > a")
# 选择id=link1后的所有兄弟节点标签
soup.select("#link1 ~ .mysis")
# 选择id=link1后的下一个兄弟节点标签
soup.select("#link1 + .mysis")

　　2、通过类名查找

# 选择a标签，其类属性为mysis的标签
soup.select("a.mysis")

　　

　　3、通过id查找

# 选择a标签，其id属性为link1的标签
soup.select("a#link1")

　　

　　4、通过【属性】查找，当然也适用于class

# 选择a标签，其属性中存在myname的所有标签
soup.select("a[myname]")
# 选择a标签，其属性href=http://example.com/lacie的所有标签
soup.select("a[href='http://example.com/lacie']")
# 选择a标签，其href属性以http开头
soup.select('a[href^="http"]')
# 选择a标签，其href属性以lacie结尾
soup.select('a[href$="lacie"]')
# 选择a标签，其href属性包含.com
soup.select('a[href*=".com"]')
# 从html中排除某标签，此时soup中不再有script标签
[s.extract() for s in soup('script')]
# 如果想排除多个呢
[s.extract() for s in soup(['script','fram']

　　

1、通过标签选择

1 2 3 4 5 6 7 8 9 10 11 12

# 选择所有title标签 soup.select("title") # 选择所有p标签中的第三个标签 soup.select("p:nth-of-type(3)") 相当于soup.select(p)[2] # 选择body标签下的所有a标签 soup.select("body a") # 选择body标签下的直接a子标签 soup.select("body > a") # 选择id=link1后的所有兄弟节点标签 soup.select("#link1 ~ .mysis") # 选择id=link1后的下一个兄弟节点标签 soup.select("#link1 + .mysis")

　　2、通过类名查找

1 2	# 选择a标签，其类属性为mysis的标签 soup.select("a.mysis")

　　3、通过id查找

1 2	# 选择a标签，其id属性为link1的标签 soup.select("a#link1")

　　4、通过【属性】查找，当然也适用于class

1 2 3 4 5 6 7 8 9 10 11 12 13 14

# 选择a标签，其属性中存在myname的所有标签 soup.select("a[myname]") # 选择a标签，其属性href=http://example.com/lacie的所有标签 soup.select("a[href='http://example.com/lacie']") # 选择a标签，其href属性以http开头 soup.select('a[href^="http"]') # 选择a标签，其href属性以lacie结尾 soup.select('a[href$="lacie"]') # 选择a标签，其href属性包含.com soup.select('a[href*=".com"]') # 从html中排除某标签，此时soup中不再有script标签 [s.extract() for s in soup('script')] # 如果想排除多个呢 [s.extract() for s in soup(['script','fram']