scrapy框架开发爬虫实战——css语法

scrapy框架开发爬虫实战——css语法

css选择器

CSS即层叠样式表， 其选择器是一种用来确定HTML文档中某部分位置的语言。 CSS选择器的语法比XPath更简单一些， 但功能不如XPath强大。 实际上， 当我们调用Selector对象的CSS方法时， 在其内部会使 用Python库cssselect将CSS选择器表达式翻译成XPath表达式， 然后调用Selector对象的XPATH方法。  

css基本语法表

css用法例子

E： 选中E元素。

# 选中所有的img >>> response.css('img')

E1,E2： 选中E1和E2元素。

# 选中所有base和title >>> response.css('base,title')

E1 E2： 选中E1后代元素中的E2元素。

# div 后代中的img >>> response.css('div img')

E1>E2： 选中E1子元素中的E2元素

# body 子元素中的div >>> response.css('body>div')

[ATTR]： 选中包含ATTR属性的元素。

# 选中包含style属性的元素 >>> response.css('[style]')

[ATTR=VALUE]： 选中包含ATTR属性且值为VALUE的元素。

# 选中属性id值为images-1的元素 >>> response.css('[id=images-1]')

E:nth-child(n)： 选中E元素， 且该元素必须是其父元素的第n个子元素。

# 选中每个div的第一个a >>> response.css('div>a:nth-child(1)') # 选中第二个div的第一个a >>> response.css('div:nth-child(2)>a:nth-child(1)')

E:first-child： 选中E元素， 该元素必须是其父元素的第一个子元素。 E:last-child： 选中E元素， 该元素必须是其父元素的倒数第一个子元素。

# 选中第一个div的最后一个a >>> response.css('div:first-child>a:last-child')

E::text： 选中E元素的文本节点。

# 选中所有a的文本 >>> sel = response.css('a::text')

更多详细内容可以参看CSS选择器文档： www.w3/TR/css3-selectors/