我有:
<h2 id='names'>Names</h2>
<p>John</p>
<p>Peter</p>
如果我已经拥有h2标签,那么现在最简单的方法就是将Peter带到这里?现在我试过了:
soup.select("#names > p:nth-child(1)")
但在这里我得到了nth-child NotImplementedError:
NotImplementedError: Only the following pseudo-classes are implemented: nth-of-type.
所以我不确定这里发生了什么。第二种选择是让所有'p'标记子项并且硬选择[1]但是然后存在索引超出范围的危险,这将需要包围每次尝试以获得彼得的尝试/除了有点愚蠢。
有没有办法用soup.select()函数选择nth-child?
编辑:用nth-type替换nth-child似乎可以解决问题,所以正确的行是:
soup.select("#names > p:nth-of-type(1)")
不确定为什么它不接受nth-child但似乎nth-child和nth-of-type返回相同的结果。
将您的编辑添加为答案,以便其他人更容易找到它:
使用nth-of-type
而不是nth-child
:
soup.select("#names > p:nth-of-type(1)")
'nth-of-child'根本没有在beautifulsoup4中实现(在撰写本文时),beautifulsoup代码库中根本没有代码可以执行它。作者明确地添加了'NotImplementedError'来解释这个问题,here is the code
鉴于你在问题中引用的html,你不是在寻找一个h2#名字的孩子。
你真正想要的是第二个相邻的兄弟,我不是一个css选择大师,但我发现这很有效。
soup.select("#names + p + p")
美丽的汤4.7.0(2019年初发布)now supports大多数选择器,包括:nth-child
:
从版本4.7.0开始,Beautiful Soup通过SoupSieve项目支持大多数CSS4选择器。如果您通过
pip
安装了Beautiful Soup,则SoupSieve同时安装,因此您无需执行任何额外操作。
所以,如果你升级你的版本:
pip install bs4 -U
您将能够使用几乎所有您需要的选择器,包括nth-child
。
也就是说,请注意,在您的输入HTML中,#names
h2
标记实际上没有任何子代:
<h2 id='names'>Names</h2>
<p>John</p>
<p>Peter</p>
这里只有3个元素,都是兄弟姐妹,所以
#names > p:nth-child(1)
即使在CSS或Javascript中也行不通。
如果#names
元素将<p>
s作为子元素,那么您的选择器将在某种程度上起作用:
html = '''
<div id='names'>
<p>John</p>
<p>Peter</p>
</div>
'''
soup = BeautifulSoup(html, 'html.parser')
soup.select("#names > p:nth-child(1)")
输出:
[<p>John</p>]
当然,John
<p>
是#names
父母的第一个孩子。如果你想要Peter
,请使用:nth-child(2)
。
如果元素都是相邻的兄弟元素,则可以使用+
选择下一个兄弟:
html = '''
<h2 id='names'>Names</h2>
<p>John</p>
<p>Peter</p>
'''
soup = BeautifulSoup(html, 'html.parser')
soup.select("#names + p + p")
输出:
[<p>Peter</p>]