Python爬虫教程

第一章: 初学乍练-Python快速入门

第二章: 初窥门径-从全局把握网络爬虫

第三章: 爬虫数据-网页与JSON

第四章: 爬虫核心-HTTP协议

第五章: 手到擒来-数据的抓包

第六章: 利刃出鞘-HTTP请求库

第七章: 尘埃落定-数据的解析

第八章: 逆向初探-JS逆向

第九章: 爬虫进阶-Selenium, 中间人拦截

第十章:斗转星移-常用的反爬策略及应对方法

首页 > Python爬虫教程 > 第三章: 爬虫数据-网页与JSON > 3.2节: 层叠样式表CSS

3.2节: 层叠样式表CSS

薯条老师 2021-02-16 10:37:51 235496 1

编辑 收藏

广州番禺Python, Java小班周末班培训

薯条老师在广州做Python和Java的小班培训,一个班最多10人,学员的平均就业薪资有11K不在广州的同学可以报名线上直播班,跟线下小班的同学们同步学习。培训的课程有Python爬虫,Python后端开发,Python办公自动化,Python大数据分析,Python量化投资,Python机器学习,Java中高级后端开发。授课详情请点击:http://chipscoco.com/?cate=6

3.2.1 网页的样式

CSS的英文全称为"Cascading Style Sheets",翻译过来即为层叠样式表。3.1节中介绍的HTML用来定义网页的结构,而通过CSS, 可以定义网页的字体,布局,颜色等样式。之所以讲解CSS,是因为Python社区中的某些开源解析器,支持以CSS选择器的方式来解析网页。

3.2.2 CSS基本语法

CSS的基本语法为如下格式:

selector{
property1: value1;
property2: value2;
...
}

selector表示CSS选择器,property: value表示属性值对,属性值对以分号进行分隔。CSS的核心就两点:

(1) 使用选择器选择HTML中的标签

(2) 对选择的HTML标签使用属性-值,来定义样式

如何使用CSS来定义网页样式,不在本教程的介绍范围之内,初学爬虫的读者只需掌握如何通过CSS选择器来选中HTML中的标签。

3.2.3 CSS选择器

(1) 元素选择器

所谓的元素选择器,是指直接通过HTML中的标签名来进行选择。此时选中的标签对应的是HTML中的所有同名标签。比如元素选择器为div,表示选择HTML中的所有div标签。

(2) id选择器

语法形式:

tag_name#id_name

tag_name表示HTML中的标签名,可省略。id_name表示HTML标签中定义的id名。

HTML代码实例:

<div id="container"> </div>

则id选择器div#container,表示选择id为container的div标签。省略标签名时,#container表示选择id为container的HTML标签。由于id的唯一性,所以实际选择的还是div标签。如果HTML中存在多个相同的id,那么选择的是第一个匹配的HTML标签。

(3) class选择器

语法形式:

tag_name.class_name

tag_name表示HTML中的标签,可省略。class_name表示HTML标签中定义的class。

HTML代码实例:

<p class="article"> </p>

则class选择器p.article,表示选择class为article的所有p标签。可以在HTML中定义同一个class的多个HTML标签,代码实例如下:

<p>
段落1
</p>
 
<p>
段落2
</p>

省略标签名时,.article表示选择class为article的所有HTML标签。以下标签都会被选中:

<p  class="article"> </p>
<h2  class="article"> </h2>
<div  class="article"> </div>

CSS选择器中的标签名相当于一个限定符,若无此标签名进行限定,则表示选择与选定条件进行匹配的所有HTML标签。

(4) 属性选择器

语法形式:

tag_name[name="value"]

tag_name表示HTML中的标签,可省略。name表示HTML标签中的属性名,value表示属性值。

HTML代码实例:

<a href="www.chipscoco.com">薯条编程</a>

则属性选择器a[href="www.chipscoco.com"],表示选择href属性值为www.chipscoco.com的所有a标签。属性选择器中仅包含属性名时,表示选择具有该属性的所有HTML标签,例如a[href]表示选中包含href属性的所有a标签。 省略标签名时,[href]表示选中包含href属性的所有HTML标签。

(5) 派生选择器

语法形式:

tag_name1 tag_name2...

派生选择器表示选择在某一层级之下的所有子标签。

HTML代码实例:

<div>
    <ul>
        <li><div></div></li>
        </ul>
</div>

这是一种三层嵌套的HTML结构,顶级的标签为div ,div下的标签为ul, ul下的块级标签为div,如需选择div下的ul标签,则写法为:

div  ul

选择ul下的div标签,写法为:

ul div

选择div下的所有div标签,写法为:

div div

此时ul下的div标签也会被选中。

各类CSS选择器可以相互组合成复杂的选择器,例如:div#container  .article  a[href],表示选择id为container的div标签下的,class为article标签下的,具备href属性的所有a标签。同学们在实际开发中,应避免使用复杂难懂的选择器,以减小维护成本。

本节着重介绍的是CSS选择器, 关于CSS的详细用法,同学们可以查找相关资料进行深入学习。在7.3节讲解BeautifulSoup框架时,会再结合代码实例来帮助同学们掌握如何通过CSS选择器来解析网页。

3.2.4 知识要点

(1) CSS的英文全称为“Cascading Style Sheets”,即为层叠样式表。HTML用来定义网页的结构,而CSS用来定义网页的字体,布局,颜色等样式。

(2) CSS主要的选择器:元素选择器,id选择器,class选择器,属性选择器,派生选择器。

3.2.5 最具实力的小班培训

薯条老师在广州做Python和Java的小班培训,一个班最多10人。不在广州的同学可以报名线上直播班,跟线下小班的同学们同步学习。打算参加小班培训的同学,必须遵守薯条老师的学习安排,认真做作业和项目。把知识学好,学扎实,那么找到一份高薪的工作就是很简单的一件事。

(1) Python后端工程师高薪就业班,月薪11K-18K,免费领取课程大纲
(2) Python爬虫工程师高薪就业班,年薪十五万,包拿Offer
(3) 数据分析高薪就业班,月薪11K-15K, 免费领取课程大纲
(4)
Python大数据挖掘,量化投资就业班,月薪12K-25K,免费领取课程大纲

扫码免费领取Python学习资料:


已有1位薯条发表了看法:

  • 访客

    访客  评论于 2021-12-11 22:26:50  回复

    教程太赞了,简单易懂!

欢迎 发表评论: