Python爬虫(5)css选择器
css选择器
CSS 选择器用于“查找”(或选取)要设置样式的 HTML 元素。
顾名思义css选择器定位和选择的是HTML抽象DOM树上的一个或一类元素。
文章目录
- css选择器
- 前言
- 一、CSS选择器的概念
- 标签选择器
- id选择器
- 类选择器
- 属性选择器
- 二、选择器的嵌套
- 复合选择器
- 伪类,伪元素
- 三、实践
- 四、总结
前言
写爬虫的我们为什么要学习CSS选择器?
CSS选择器除了是CSS语言最为核心的部分。
更重要的事CSS选择器是一个索引的思路。而这个思路我们在爬虫定位目标的时候常常用的到!
提示:以下是本篇文章正文内容,下面案例可供参考
一、CSS选择器的概念
标签选择器id选择器class选择器(类选择器)复合选择器伪类
标签选择器
这里的标签指的是HTML的标签。
有一百多个呢。。。但是常见的不超过十个。
和爬虫关系最紧密的,也就a,link,p这么常见的几个。
<p>hello world<\p>// 对应的选择器就是p
p {text-align: center;color: red;
}
id选择器
这是最直接的选择器,一对一的。同一个页面只能有一个id,不能重复。
#标识符后面的字符串就是id选择器
<p id="first">hello world<\p>// 对应的选择器就是p
#first {text-align: center;color: red;
}
类选择器
最常用的选择器,往往是多选。标识符是.
想实现什么效果,就加入什么效果的class。相当于插拔式的样式。
<h1 class="center">
This heading will be center-aligned
</h1><p class="center">
This paragraph will also be center-aligned.
</p>
.center {text-align: center}
这也是对于爬虫而言最重要的。
同一类元素往往有着相同的格式!!!CSS实现的方法就是通过class相互区别。
所以,爬虫也可以做按照这个思路,索引同一类的元素,一次性抓取。
属性选择器
一般用来缩小范围
还可以根据多个属性进行选择,只需将属性选择器链接在一起即可。
<a href="http://www.disney.com" target="_blank">disney.com</a>
<a href="http://www.wikipedia.org" target="_top">wikipedia.org</a>
//全部
a[target] {background-color: yellow;
}
//第一个
a[target="_blank"] { background-color: yellow;
}
属性选择器也支持一些匹配语法的。。。但是具体的语法对我们写爬虫不重要。
只需要知道属性也可以帮助我们做定位。
二、选择器的嵌套
复合选择器
CSS 选择器可以包含多个简单选择器。在简单选择器之间,我们可以包含一个组合器。
CSS 中有四种不同的组合器:
后代选择器 (空格)
子选择器 (>)
相邻兄弟选择器 (+)
通用兄弟选择器 (~)
并列(,)
通过这四个和基础的选择器组合成为复杂的选择器。
<p><strong>我是粗体字,不是斜体字,因为我不在列表当中,所以这个规则对我不起作用</strong></p><ol>
<li><strong>我是斜体字。这是因为 strong 元素位于 li 元素内。</strong></li>
<li>我是正常的字体。</li>
</ol>
li strong {font-style: italic;font-weight: normal;}
后代选择器是指节点下面的全部后代。子节点的选择器,只是当前节点的孩子,不会发生递归。
伪类,伪元素
对于爬虫而言意义不大,可忽略
伪类,伪元素并不是随意的。相反高度固定。比如以下的例子。他们都是为了实现一些固定的常用的抽象功能而存在的。用法也极为固定。所以无需理解,也能使用。
代码如下(示例):
/* 未访问的链接 */
a:link {color: #FF0000;
}/* 已访问的链接 */
a:visited {color: #00FF00;
}/* 鼠标悬停链接 */
a:hover {color: #FF00FF;
}/* 已选择的链接 */
a:active {color: #0000FF;
}
详情见
w3school
相当于固定反应的特殊的标签tag。
三、实践
我们用百度简单说一下。
用什么选择器无所谓,怎么做选择也无所谓。
但是尽量快速逼近目标很重要,因为那样代码不就少一点了嘛。
其实我,看到这图片是唯一的还是比较期待有个id让我用用的。
结果失望没有。如果不是我们需要的,那就再加几个属性。
map area[style="outline:none"]
这样应该就可以了。
四、总结
效率由低到高
id选择器(#myid)
类选择器(.myclassname)
标签选择器(div,h1,p)
相邻选择器(h1+p)
子选择器(ul > li)
后代选择器(li a)
通配符选择器(*)
属性选择器(a[rel=“external”])
伪类选择器(a:hover,li:nth-child)
对于爬虫而言,类选择器,标签选择器,属性选择器,后代选择器
用的比较多。
如果不知道怎么写。。。怎么办看看CSS里面人家怎么写的。
浏览器选中元素之后,就会看到对应的CSS,推敲一下,是不是需要的。
选择器的核心在于如何快速的实现唯一性!!!
下一讲,应该是一个系列化的实战项目。一边实践,一边引入新的内容。
我看了一下这几篇文章。。。有点让人打瞌睡啊
Python爬虫(5)css选择器相关推荐
- 网络爬虫之css选择器
文章目录 通过id,class选择元素 元素内部筛选 通过属性值筛选 取值 参考 通过id,class选择元素 #container 选择id为container的元素 .container 选择所有 ...
- CSS 选择器参考手册
2019独角兽企业重金招聘Python工程师标准>>> CSS 选择器参考手册 选择器 描述 [attribute] 用于选取带有指定属性的元素. [attribute=value] ...
- Python爬虫实例(3)--BeautifulSoup的CSS选择器
Python爬虫实例 紧接着上一讲的内容. 我们初步了解了bs4这个解析库. 但是bs4难道只有find,find_all了吗? 如果层次比较深,相似的元素比较多,和可能会写的比较长. 最主要的是很难 ...
- python爬虫:scrapy框架xpath和css选择器语法
Xpath基本语法 一.常用的路径表达式: 表达式 描述 实例 nodename 选取nodename节点的所有子节点 //div / 从根节点选取 /div // 选取所有的节点,不考虑他们的位置 ...
- Python学习,还在用正则或者bs4做爬虫吗?来试试css选择器吧
之前写的一些爬虫都是用的正则.bs4.xpath做为解析库来实现,如果你对web有所涉及,并且比较喜欢css选择器,那么就有一个更适合的解析库-- PyQuery.我们就用一个非常简单的小例子来看看c ...
- 【Python爬虫】用CSS 选择器提取网页数据
使用 pip 安装 requests_html 库 pip install requests_html 根据你的网络情况,通常需要几分钟时间. 在你的电脑任意位置,新建一个 crawler.py 文件 ...
- python爬虫哪个选择器好用_Python网络爬虫四大选择器用法原理总结
前几天小编连续写了四篇关于Python选择器的文章,分别用正则表达式.BeautifulSoup.Xpath.CSS选择器分别抓取京东网的商品信息.今天小编来给大家总结一下这四个选择器,让大家更加深刻 ...
- Python爬虫扩展库scrapy选择器用法入门(一)
关于BeutifulSoup4的用法入门请参考Python爬虫扩展库BeautifulSoup4用法精要,scrapy爬虫案例请参考Python使用Scrapy爬虫框架爬取天涯社区小说"大宗 ...
- Python爬虫 --- 2.2 Scrapy 选择器的介绍
原文链接:www.fkomm.cn/article/201- 在使用Scrapy框架之前,我们必须先了解它是如何筛选数据的 Scrapy提取数据有自己的一套机制,被称作选择器(selectors),通 ...
最新文章
- 热点话题:全面解析有关网上邻居的内幕
- R语言使用party包中的ctree函数构建条件推理决策树的流程和步骤、条件推理决策树是传统决策树的一个重要变体、条件推理树的分裂是基于显著性测试而不是熵/纯度/同质性度量来选择分裂
- 四川大学c语言期末试题答案,四川大学计算机学院2005级C语言程序设计试卷(2份,有答案)...
- ASP.NET Core 数据保护(Data Protection)【中】
- android代码实现手机加速功能,Android自定义View实现内存清理加速球效果
- Confluence 6 选项 2 – 转移 Crowd/Jira 应用程序中的用户和用户组到 Co
- 使用SVN的hook将更新内容同步到测试环境
- svn教程----eclipse的SVN插件使用
- 最简单的 java 防反编译技巧
- .NET Core中使用Razor模板引擎
- python 秒杀12306课程_Python攻破12306网站,实现2020最强抢票模式!
- 手机利用NFC功能复制门禁卡到小米手环上
- 为计算机快捷方式是什么原因,为什么我的电脑界面上的东西都变成快捷方式??...
- 开启微信浏览器调试工具
- 对TexStudio配置拼写和语法检查LanguageTool
- mount.nfs: mount system call failed问题解决
- 打开xshell一直没反应,xshell打开失败的问题
- cropper.js 实现裁剪图片并上传(PC端)
- 股神问题 - 有股神吗? 有, 小赛就是!
- 本科男友吐槽研究生女友沉迷做实验,不爱打扮!网友:不看好恋人学历差距大......