scrapy选择器css

CSS是网页代码中非常重要的一环,即使不是专业的WEB从业人员，也有必要认真学习一下

CSS选择器

.class                .intro              选择class="intro"的所有元素

#id                   #firstname          选择id="firstname"的所有元素

*                     *                   选择所有元素

element               p                   选择所有元素

element,element       div,p               选择所有元素和所有元素

element.element       div p               选择元素内部的所有p元素

[attribute]           [target]            选择带有target属性的所有元素

[attribute=value]     [target=_blank]     选择target="_blank"的所有元素

与XPath选择器相比，CSS选择器稍微复杂一点点，但其强大的功能弥补了这个缺陷

还是之前的spuerHero.xml文件做练习

<superhero>
    <class>
        <name>Tony Stark </name>
        <alias>Iron Man </alias>
        <sex>male </sex>
        <birthday>1969 </birthday>
        <age>47 </age>
    </class>
    <class>
        <name>Peter Benjamin Parker </name>
        <alias>Spider Man </alias>
        <sex>male </sex>
        <birthday>unknow </birthday>
        <age>unknow </age>
    </class>
    <class>
        <name>Steven Rogers </name>
        <alias>Captain America </alias>
        <sex>male </sex>
        <birthday>19200704 </birthday>
        <age>96 </age>
    </class>
</superhero>

练习1，代码如下

Selector(text=body).css('class').extract()

执行结果

练习2，代码如下

Selector(text=body).css('class name').extract()

执行结果

练习3，代码如下

Selector(text=body).css('class name').extract()[0]

执行结果

练习4，代码如下

Selector(text=body).css('[lang="en"]').extract()

执行结果

因为CSS选择器和XPath选择器都可以嵌套使用，所以它们可以互相嵌套，这样一来收集数据更加方便

其它选择器

XPath选择器还有一个.re()方法，用于通过正则表达式来提取数据。然而，不同于使用.xpath()或者.css()方法，.re()方法返回unicode字符串的列表，所以无法构造嵌套式的.re()调用，这种方法不常用。这里就不做示例了，有兴趣可以自行Google