http://www.ruanyifeng.com/blog/2009/03/css_selectors.html
參考：https://zhuanlan.zhihu.com/p/35356276
用pyquery的使用來展示css選擇器的用法
from pyquery import PyQuery as pq
提取內容
- 提取標簽內容年鸳，用.text()
- 提取標簽屬性值纤勒，用.attr()
- 提取子節(jié)點帶標簽辅髓，用.html()
from pyquery import PyQuery as pq
a = '''
<body>
<h><a href='www.biaoti.com'>head</a></h>
<p>段落1</p>
<p>段落2</p>
</body>
'''
doc = pq(a)
# 提取標簽內容
print(doc('h').text())
print(doc('h').html())
print(doc('body').html())
print(doc('p').text())
print(doc('p').text().split(' '))
print(doc('p:nth-of-type(1)').text())
print(doc('body').text())
# 提取標簽屬性
print(doc('h a').attr('href'))
a = '''
<body>
<h1>head</h1>
<h2>標題2</h2>
<h2>標題3</h2>
</body>
'''
doc = pq(a)
print(doc('h1').text())
print(doc('h1, h2').text()) # 表示“或”用逗號 'head 標題2 標題3'
a = '''
<body>
<h>標題</h>
<p id='p1'>段落1</p>
<p id='p2'>段落2</p>
<p class='p3'>段落3</p>
<p class='p3' id='pp'>段落4</p>
</body>
'''
doc = pq(a)
doc('p#p1').text() # '段落1'
doc('p.p3[id]').text() # 含有id屬性
doc('p.p3#pp').text() # 使用多個屬性篩選
doc('p[class=p3][id=pp]').text()
doc('p[class=p3], p[id=p1]').text() # 或的關系
doc('p[class=p3],[id=p1]').text() # 或者只用,隔開
doc('*#p1').text() # 不指定標簽名
# 否定
doc('p:not([id])').text() # 不含有id屬性
doc('body :not(p)').text() # 選出不是p的子節(jié)點 '標題'
doc('p:not(.p3)').text() # 選出class不是p3的
doc('p[id][id!=p2]').text() # 也可以用!=逞敷，這里選擇有id且id不是p2的
# 類似正則表達式
doc('p[id^=p]').text() # 首端匹配
doc('p[id$=p]').text() # 尾端匹配
doc('p[id*=p]').text() # 包含
a = '''
<p id='p1'>段落1</p>
<p class='p3'>段落2</p>
<p class='p3'>文章</p>
<p></p>
'''
doc = pq(a)
# :contains查找內容中包含某字符串的標簽
doc('p:contains(段落1)').text() # '段落1'
doc('p:contains(段落)').text() # '段落1 段落2'
doc('p:contains("1")').text()
a = '''<title>標題</title>
<body>
<ul class='list1'>
<li>列表1第1項</li>
<li>列表1第2項</li>
</ul>
<p class='first'>文字1</p>
<p class='second'>文字2</p>
<ul class='list2'>
<li>列表2第1項</li>
<li>列表2第2項</li>
</ul>
</body>'''
doc = pq(a)
doc('ul:nth-of-type(2) li').text() # 選擇第二個ul下的所有l(wèi)i
doc('ul li:nth-of-type(2)').text() # 選擇每個ul中第二個li
doc('ul li:even').text() # :even取偶數(shù) :odd取奇數(shù)（這里索引第一個是0）
doc('ul li:first').text() # :first取第一個 :last取最后一個
doc('ul li:eq(0)').text() # 還有 lt gt 索引從0開始
