soup.select ( )选择标签问题

这个知识点的内容在第一周第二节课程里面有详细的解说，弄不懂的同学可以多看几遍。

代码原型是这样的：

import requests
from bs4 import BeautifulSoup

web_data = requests.get('url')
soup = BeautifulSoup(web_data.text,'lxml')
data = soup.select('选择内容')
print (data)

一个典型的例子

关于'选择内容'方面还是有同学有疑问。

比如这个url：http://www.meihua.info/?page=1

要截取一篇文章的以下字段：

• 日期（今天）
• 阅读量（阅读65）
• 类型（业界）
• 文章标签（微信，阅读量）

那么在浏览器中鼠标右键点击审查 -> 找到字段的具体代码 -> 右键选择Copy -> Copy selector ,如下：

复制的内容如下：

body > div.main-frame > div.news-list-list > ul > li:nth-child(1) > div.time > span > span:nth-child(1)

如果直接那这个作为select ( )的参数是不行的，li:nth-child(1)要去掉，这是CSS的高级选择器，而且select ( )不支持这种类型，去掉就行。然后还要查看html结构的层级，一步步加上去，不懂的可以多尝试多总结。

html层级结构

以下是我修改的select ( )参数内容：

body > div.main-frame > div.news-list-list > ul.list.news-list > li > div.time > span.desc-font.date > span

运行代码试一下：

import requests
from bs4 import BeautifulSoup as bs

web_data = requests.get('http://www.meihua.info/?page=1')

soup = bs(web_data.text,'lxml')
post_date = soup.select('body > div.main-frame > div.news-list-list > ul.list.news-list > li > div.time > span.desc-font.date > span')[0]

print (post_date.get_text())

--输出结果--
今天

其它字段可以自行尝试。