是否有任何 Python 库可以让我解析类似于 jQuery 的 HTML 文档？
即我希望能够使用 CSS 选择器语法 从文档中抓取任意一组节点，读取它们的内容/属性等。
我以前使用过的唯一 Python HTML 解析库是 BeautifulSoup，尽管它很好，但我一直认为如果我有可用的 jQuery 语法，我的解析会更快。 :D
【问题讨论】：
标签： python jquery css-selectors html-parsing
lxml 库支持CSS selectors。
【讨论】：
如果您精通BeautifulSoup，您可以将soupselect 添加到您的库中。
Soupselect 是 BeautifulSoup 的 CSS 选择器扩展。
用法：
from bs4 import BeautifulSoup as Soup
from soupselect import select
import urllib
soup = Soup(urllib.urlopen('http://slashdot.org/'))
select(soup, 'div.title h3')
[<h3><span><a href='//science.slashdot.org/'>Science</a>:</span></h3>,
<h3><a href='//slashdot.org/articles/07/02/28/0120220.shtml'>Star Trek</h3>,
..]
【讨论】：
from bs4
sudo pip install https://github.com/syabro/soupselect/archive/master.zip
考虑 PyQuery：
http://packages.python.org/pyquery/
>>> from pyquery import PyQuery as pq
>>> from lxml import etree
>>> import urllib
>>> d = pq("<html></html>")
>>> d = pq(etree.fromstring("<html></html>"))
>>> d = pq(url='http://google.com/')
>>> d = pq(url='http://google.com/', opener=lambda url: urllib.urlopen(url).read())
>>> d = pq(filename=path_to_html_file)
>>> d("#hello")
[<p#hello.hello>]
>>> p = d("#hello")
>>> p.html()
'Hello world !'
>>> p.html("you know <a href='http://python.org/'>Python</a> rocks")
[<p#hello.hello>]
>>> p.html()
u'you know <a href="http://python.org/">Python</a> rocks'
>>> p.text()
'you know Python rocks'
【讨论】：
css selectors
import requests
from bs4 import BeautifulSoup as Soup
html = requests.get('https://stackoverflow.com/questions/3051295').content
soup = Soup(html)
这个问题的标题
soup.select('h1.grid--cell :first-child')[0].text
问题点赞数
# first item
soup.select_one('[itemprop="upvoteCount"]').text
使用Python Requests获取html页面
【讨论】：