lxml.cssselect CSSSelector 不支持属性

Question

我正在尝试解析 HTML 页面并获取具有特定属性的项目。我正在使用 lxml.cssselect 来完成这项工作。

我似乎无法让它与属性选择器一起使用。以下选择器：例如 p[itemprop="articleBody"] returns this page 什么都没有。使用来自 Firefox 或 Chrome 的相同选择器有效。

当我尝试使用没有属性的选择器时，它们确实有效。

我用 html 转换器创建了 CSSSelector。

难道lxml.cssselect根本不支持这种选择器吗？我在文档中找不到对它的任何引用。

Answer 1

我不具备 lxml.cssselect 方面的专业知识（我走得很快，甚至无法设置元素树，因此无法重现您的确切问题）。但是，我使用可能对您有用的等效 lxml 方法取得了成功。

from lxml import html
import requests

url = 'http://abcnews.go.com/US/wireStory/man-jail-writing-racist-graffiti-refugees-homes-33488053'
page = requests.get(url)

tree = html.fromstring(page.text)
p_elements = tree.cssselect('p[itemprop="articleBody"]')
print(p_elements)

输出：

[<Element p at 0xa503ae8>,
 <Element p at 0xa503db8>,
 <Element p at 0xa503bd8>,
 <Element p at 0xa54b1d8>,
 <Element p at 0xa54b0e8>,
 <Element p at 0xa54b138>,
 <Element p at 0xa54b188>]

一般来说，在使用 lxml 时，我发现通过 XPath 选择元素比 CSS 选择器灵活得多。

lxml.cssselect CSSSelector 不支持属性

lxml.cssselect CSSSelector doesn't support attributes

python

lxml

css-selectors