前言：
此时你们对“css字母筛选”都比较关注，咱们都想要剖析一些“css字母筛选”的相关知识。那么小编同时在网上汇集了一些有关“css字母筛选””的相关资讯，希望朋友们能喜欢，朋友们快快来了解一下吧！一、bs4简介
BeautifulSoup，是python中的一个库，是一个可以从HTML或XML文件中提取数据的Python库；它能够通过提供一些简单的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱，通过解析文档为用户提供需要抓取的数据，因为简单，所以不需要多少代码就可以写出一个完整的应用程序。Beautiful Soup会帮你节省数小时甚至数天的工作时间。
Beautiful Soup自动将输入文档转换为Unicode编码，输出文档转换为utf-8编码。你不需要考虑编码方式，除非文档没有指定一个编码方式，这时，Beautiful Soup就不能自动识别编码方式了。然后，你仅仅需要说明一下原始编码方式就可以了。
Beautiful Soup已成为和lxml、html6lib一样出色的python解释器，为用户灵活地提供不同的解析策略或强劲的速度。
二、使用方法步骤
1.安装bs4
pip install bs4mamba install bs4 -c conda-forge
2.首先导入bs4库
from bs4 import BeautifulSoup
3.利用requests打开网址
当然您也可以用其他方法打开网址。以为例
import requestsurl = ";r1 = requests.get(url,'lxml')r1.encoding='utf-8'#print (r1.text)
输出的结果就是网页的内容。
4.创造一个BeautifulSoup对象
soup =BeautifulSoup(r1.text,'lxml')#print(soup)
两个参数：第一个参数是要解析的html文本，第二个参数是使用那种解析器，对于HTML来讲就是html.parser，这个是bs4自带的解析器。
如果一段HTML或XML文档格式不正确的话，那么在不同的解析器中返回的结果可能是不一样的。
解析器
使用方法
优势
python标准库
BeautifulSoup(html, “html.parser”)
1、Python的内置标准库
2、执行速度适中
3、文档容错能力强
lxml HTML
BeautifulSoup(html, “lxml”)
1.速度快
2.文档容错能力强
lxml XML
BeautifulSoup(html, [“lxml”, “xml”]) BeautifulSoup(html, “xml”)
1.速度快
2.唯一支持XML的解析器
html5lib
BeautifulSoup(html, “html5lib”)
1.做好的容错性
2.以浏览器的方式解析文档
3.生成HTML5的文档
5.对获取到的源码进行筛选和处理
然后通过这个对象来实现对获取到的源码进行筛选和处理
print(soup.prettify()) #格式化输出全部内容print(soup.标签名)#标签名有html,head,title,meta,body,script,style等等三、bs4对象的转换
将一段文档传入BeautifulSoup的构造方法，就能得到一个文档的对象
from bs4 import BeautifulSoup# 获得文档对象 - soupsoup = BeautifulSoup(open(文档路径, encoding=编码格式),features=解析器)
或传入字符串或文件句柄
# 传入字符串soup = BeautifulSoup('recall', features='lxml')# 输出<html><body><p>recall</p></body></html># 传入文件句柄soup = BeautifulSoup('<html>recall</html>')# 输出<html><body><p>recall</p></body></html>解析过程：
文档被转换成Unicode，并且HTML实例都被转换成Unicode编码
BeautifulSoup选择最合适的解析器来解析这段文档，如果手动指定解析器，那么BeautifulSoup会选择指定解析器来解析指定文档
注意：默认解析器情况下，BeautifulSoup会将当前文档作为HTML格式解析，如果要解析XML文档，需要指定"xml"解析器
四、 对象的种类
BeautifulSoup将复杂的HTML文档解转换成一个复杂的树形结构，每个节点都是python对象，所有对象可以归纳为4种：Tag, NavigableString, BeautifulSoup, Comment
1.Tag(标签)
tag对象与XML或HTML原生文档中的tag相同。
soup = BeautifulSoup('<a>recall</a>', features='lxml')tag_soup = soup.aprint(type(tag_soup))#<class 'bs4.element.Tag'>输出：<class 'bs4.element.Tag'>
tag的属性
tag中最重要的属性：name和attributes
(1)每个tag都有自己的名字，通过.name来获取
soup = BeautifulSoup('<a>recall</a>', features='lxml')print(soup.a)#<a>liyuhong</a>print(soup.a.name)#atag.name值的改变(将改变HTML文档)：
soup.a.name = "p"print(soup.a)#Noneprint(soup.p)#<p>recall</p>
解析过程：
(2)一个tag可能有多个属性，操作与字典相同，通过.attrs来获取。
soup = BeautifulSoup('<a class="celebrity">liyuhong</a>', features='lxml')# 字典操作soup.a.attrs['class']#['celebrity']# 或直接取点属性soup.a.attrs#{'class': ['celebrity']}（3）tag.attrs的改变(改、增、删)soup = BeautifulSoup('<a class="celebrity">li</a>', features='lxml')# 直接打印源tagprint(soup.a)#<a class="celebrity">li</a># 1.改变属性的值soup.a.attrs['class'] = 'ljj'print(soup.a)#<a class="ljj">li</a># 2.添加属性的值soup.a.attrs['id'] = 'li'print(soup.a)#<a class="celebrity" id="li">li</a># 3.删除属性的值del soup.a.attrs['class']print(soup.a)#<a id="li">li</a>多值属性：最常见的多值属性是class，多值属性的返回 list。
soup = BeautifulSoup('<a class="celebrity ljj">li</a>', features='lxml')print(soup.a)print(soup.a.attrs['class']# 两个值的class属性#<a class="celebrity ljj">li</a>#['celebrity', 'ljj']2.NavigableString(标签的值)字符串常包含在tag内。BeautifulSoup常用NavigableString类来包装tag中的字符串。但是字符串中不能包含其他 tag。
soup = BeautifulSoup('<a class="celebrity liyuhong">li</a>', features='lxml')print(soup.a.string)#liprint(type(soup.a.string))#<class 'bs4.element.NavigableString'>tag中包含的字符串不能被编辑，但是可以被替换成其他字符串，用replace_with()方法
soup = BeautifulSoup('<a class="celebrity ljj">li</a>', features='lxml')soup.a.string.replace_with('UFO')print(soup.a.string)#UFOprint(soup.a)<a class="celebrity ljj">UFO</a>3.BeautifulSoup(文档)BeautifulSoup 对象表示的是一个文档的全部内容。大部分时候，可以把它当作 Tag 对象。但是 BeautifulSoup 对象并不是真正的 HTM L或 XML 的 tag，它没有attribute属性，name 属性是一个值为“[document]”的特殊属性。
print(soup.name)#[document]print(type(soup))#<class 'bs4.BeautifulSoup'>4.Comment(注释及特殊字符串)
特殊类型的NavigableString，comment一般表示文档的注释部分。
a1 = BeautifulSoup("<b><!--This is a comment--></b>")comment = a1.b.stringprint(comment) # This is a commentprint(type(comment)) # <class 'bs4.element.Comment'>五、bs4语法(一)获取属性# 获取p标签的属性# 方法一soup.p.attrs(返回字典) or soup.p.attrs['class'](class返回列表，其余属性返回字符串)# 方法二soup.p['class'](class返回列表，其余属性返回字符串)# 方法三soup.p.get('class')(class返回列表，其余属性返回字符串)(二)获取文本# 获取标签的值的三种方法soup.p.stringsoup.p.textsoup.p.get.text()
注意：当标签的内容还有标签时，string方法返回为None，而其他两个方法获取纯文本内容
(三)find方法
返回一个对象soup.find('a')soup.find('a', class_='xxx') # 注意class后的下划线soup.find('a', title='xxx')soup.find('a', id='xxx')soup.find('a', id=compile(r'xxx'))注意：find只能找到符合要求的第一个标签，他返回的时一个对象
(四)find_all方法
返回一个列表，列表里是所有符合要求的对象
soup.find_all('a')soup.find_all(['a','span']) #返回所有的a和span标签soup.find_all('a', class_='xxx')soup.find_all('a', id=compile(r'xxx'))# 提取出前两个符合要求的soup.find_all('a', limit=3)(五)select方法返回列表。类似CSS写法来筛选元素，标签名不加任何修饰，类名加点，id名加#
1. 通过标签名查找
soup.select('a')soup.select('a, span') # 注意引号的位置2.通过类名查找
soup.select('.class')3.通过id名查找
soup.select('#id')4. 通过子标签查找
# 直接子元素(必须相邻)soup.select('body > div >a')# 间接子元素(不需相邻)soup.select('body a')5.组合查找
标签名、类名、id名进行组合，空格隔开
soup.select('a #id')6.属性查找
soup.select('a[href=";]')六、CSS选择器BS4 支持大部分的 CSS 选择器，比如常见的标签选择器、类选择器、id 选择器，以及层级选择器。Beautiful Soup 提供了一个 select() 方法，通过向该方法中添加选择器，就可以在 HTML 文档中搜索到与之对应的内容。
css的规则：
标签名不加任何修饰，类名前加点，id名前加#，在这里用的方法大致是一样的，用到的方法是soup.select(),它的返回值是一个列表list
#通过标签名字print(soup.select('title'))#通过类名print(soup.select('.class'))#通过idprint(soup.select('#a_1'))组合查找
这里和在写css的格式是一样的
print(soup.select('.class #id'))#意思是查找.class类下的id是id的元素子查询
print(soup.select('head > title'))属性查找
print(soup.select(p[class="new"]))
标签： #css字母筛选
