四大提取网页内容的基本方法之
4.css提取网页内容 语法简单一览
CSS选择器用于选择你想要的元素的样式的模式。
“CSS”列表示在CSS版本的属性定义（CSS1，CSS2，或对CSS3）。
在使用css之前需要把文本转换成一个对象
如：
from scrapy.selector import Selector
selector = Selector(text=html) #转换成一个对象
| 序号 | 选择器 | 示例 | 示例说明 | CSS |
|---|---|---|---|---|
| 1 | .class | .intro | 选择所有class=”intro”的元素 | 1 |
| 2 | #id | #firstname | 选择所有id=”firstname”的元素 | 1 |
| 3 | * | * | 选择所有元素 | 2 |
| 4 | element | p | 选择所有< p >元素 | 1 |
| 5 | element,element | div,p | 选择所有< div >元素和< p >元素 | 1 |
| 6 | element element | div p |
选择
元素内的所有
元素 |
1 |
| 7 | element>element | div>p | 选择所有父级是 < div > 元素的 < p > 元素 | 2 |
| 8 | element+element | div+p | 选择所有紧接着< div >元素之后的< p >元素 | 2 |
| 9 | [attribute] | [target] | 选择所有带有target属性元素 | 2 |
| 10 | [attribute=value] | [target=-blank] | 选择所有使用target=”-blank”的元素 | 2 |
| 11 | [attribute~=value] | [title~=flower] | 选择标题属性包含单词”flower”的所有元素 | 2 |
| 12 | [attribute|=language] | [lang|=en] | 选择一个lang属性的起始值=”EN”的所有元素 | 2 |
| 13 | :link | a:link | 选择所有未访问链接 | 1 |
| 14 | :visited | a:visited | 选择所有访问过的链接 | 1 |
| 15 | :active | a:active | 选择活动链接 | 1 |
| 16 | :hover | a:hover | 选择鼠标在链接上面时 | 1 |
| 17 | :focus | input:focus | 选择具有焦点的输入元素 | 2 |
| 18 | :first-letter | p:first-letter | 选择每一个< P >元素的第一个字母 | 1 |
| 19 | :first-line | p:first-line | 选择每一个< P >元素的第一行 | 1 |
| 20 | :first-child | p:first-child | 指定只有当< p >元素是其父级的第一个子级的样式。 | 2 |
| 21 | :before | p:before | 在每个< p >元素之前插入内容 | 2 |
| 22 | :after | p:after | 在每个 < p > 元素之后插入内容 | 2 |
| 23 | :lang(language) | p:lang(it) |
选择一个lang属性的起始值=”it”的所有
元素 |
2 |
| 24 | element1~element2 | p~ul | 选择p元素之后的每一个ul元素 | 3 |
| 25 | [attribute^=value] | a[src^=“https”] | 选择每一个src属性的值以”https”开头的元素 | 3 |
| 26 | [attribute$=value] | a[src$=”.pdf”] | 选择每一个src属性的值以”.pdf”结尾的元素 | 3 |
| 27 | [attribute*=value] | a[src*=“runoob”] | 选择每一个src属性的值包含子字符串”runoob”的元素 | 3 |
| 28 | :first-of-type | p:first-of-type | 选择每个p元素是其父级的第一个p元素 | 3 |
| 29 | :last-of-type | p:last-of-type | 选择每个p元素是其父级的最后一个p元素 | 3 |
| 30 | :only-of-type | p:only-of-type | 选择每个p元素是其父级的唯一p元素 | 3 |
| 31 | :only-child | p:only-child | 选择每个p元素是其父级的唯一子元素 | 3 |
| 32 | :nth-child(n) | p:nth-child(2) | 选择每个p元素是其父级的第二个子元素 | 3 |
| 33 | :nth-last-child(n) | p:nth-last-child(2) | 选择每个p元素的是其父级的第二个子元素，从最后一个子项计数 | 3 |
| 34 | :nth-of-type(n) | p:nth-of-type(2) | 选择每个p元素是其父级的第二个p元素 | 3 |
| 35 | :nth-last-of-type(n) | p:nth-last-of-type(2) | 选择每个p元素的是其父级的第二个p元素，从最后一个子项计数 | 3 |
| 36 | :last-child | p:last-child | 选择每个p元素是其父级的最后一个子级。 | 3 |
| 37 | :root | :root | 选择文档的根元素 | 3 |
| 38 | :empty | p:empty | 选择每个没有任何子级的p元素（包括文本节点） | 3 |
| 39 | :target | #news:target | 选择当前活动的#news元素（包含该锚名称的点击的URL） | 3 |
| 40 | :enabled | input:enabled | 选择每一个已启用的输入元素 | 3 |
| 41 | :disabled | input:disabled | 选择每一个禁用的输入元素 | 3 |
| 42 | :checked | input:checked | 选择每个选中的输入元素 | 3 |
| 43 | :not(selector) | :not§ | 选择每个并非p元素的元素 | 3 |
| 44 | ::selection | ::selection | 匹配元素中被用户选中或处于高亮状态的部分 | 3 |
| 45 | :out-of-range | :out-of-range | 匹配值在指定区间之外的input元素 | 3 |
| 46 | :in-range | :in-range | 匹配值在指定区间之内的input元素 | 3 |
| 47 | :read-write | :read-write | 用于匹配可读及可写的元素 | 3 |
| 48 | :read-only | :read-only | 用于匹配设置 “readonly”（只读） 属性的元素 | 3 |
| 49 | :optional | :optional | 用于匹配可选的输入元素 | 3 |
| 50 | :required | :required | 用于匹配设置了 “required” 属性的元素 | 3 |
| 51 | :valid | :valid | 用于匹配输入值为合法的元素 | 3 |
| 52 | :invalid | :invalid | 用于匹配输入值为非法的元素 |
版权声明：本文为IT_arookie原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。