Question

city = soup.select('a[href="/city/london d12"]')

以上代码收到错误消息：

ValueError：不支持或无效的CSS选择器：＆＃34; a [href = / city / london＆＃34;

我想知道是否有解决方法或替代美丽的汤？

<a title="London" href="/city/london d12">london</a>

Answer 1

您必须将属性值括在双引号中：

a[href="/city/london d12"]

但是，看起来这个特定的选择器被识别为＆＃34;无效＆＃34;按BeautifulSoup。这是因为BeautifulSoup supports only basic CSS selectors：

这对于了解CSS选择器语法的用户来说非常方便。你可以使用Beautiful Soup API完成所有这些工作。如果是CSS 选择器就是你所需要的，你也可以直接使用lxml：它是更快，它支持更多的CSS选择器。但这可以让你将简单的CSS选择器与Beautiful Soup API结合起来。

让我们按照建议直接使用lxml+cssselect：

>>> from lxml.cssselect import CSSSelector
>>> from lxml.etree import fromstring
>>> 
>>> sel = CSSSelector('a[href="/city/london d12"]')
>>>
>>> tree = fromstring('<a title="London" href="/city/london d12">london</a>')
>>> sel(tree)
[<Element a at 0x100dad878>]

您还可以使用部分属性匹配：

soup.select('a[href*=london]')  # contains "london"
soup.select('a[href$=d12]')  # ends with "d12"
soup.select('a[href^=/city/london]')  # starts with "city/london"

BeautifulSoup中的select方法无法选择带空格的属性值

1 个答案: