Lokatory CSS

Web Scraping w Pythonie

Thomas Laetsch

Data Scientist, NYU

Kamień z Rosetty CSS

/ zastępujemy > (z wyjątkiem pierwszego znaku)
- XPath: /html/body/div
- Lokator CSS: html > body > div
// zastępujemy spacją (z wyjątkiem pierwszego znaku)
- XPath: //div/span//p
- Lokator CSS: div > span p
[N] zastępujemy :nth-of-type(N)
- XPath: //div/p[2]
- Lokator CSS: div > p:nth-of-type(2)

Kamień z Rosetty CSS

XPATH

xpath = '/html/body//div/p[2]'

CSS

css = 'html > body div > p:nth-of-type(2)'

Atrybuty w CSS

Aby znaleźć element po klasie, użyj kropki .
- Przykład: p.class-1 wybiera wszystkie elementy akapitu należące do class-1

Aby znaleźć element po id, użyj krzyżyka #
- Przykład: div#uid wybiera element div z id równym uid

Atrybuty w CSS

Wybierz elementy akapitu w klasie class1:

css_locator = 'div#uid > p.class1'

Wybierz wszystkie elementy, których atrybut class należy do class1:

css_locator = '.class1'

Status klasy

css = '.class1'

Wybór klasy – XPath tylko klasa.png

Status klasy

xpath = '//*[@class="class1"]'

Wybór klasy – XPath równość.png

Status klasy

xpath = '//*[contains(@class,"class1")]'

Wybór klasy – XPath contains.png

Selektory CSS

from scrapy import Selector 

html = '''
<html>
  <body>
    <div class="hello datacamp">
      <p>Hello World!</p>
    </div>
    <p>Enjoy DataCamp!</p>
  </body>
</html>
''' 
sel = Selector( text = html )

>>> sel.css("div > p")
out: [<Selector xpath='...' data='<p>Hello World!</p>'>] 

>>> sel.css("div > p").extract()
out: [ '<p>Hello World!</p>' ]

Do zobaczenia z CSS!

Web Scraping w Pythonie