| 表达式 |
说明 |
| * |
选择所有节点 |
| #container |
选择id为container的节点 |
| .container |
选取所有class包含container的节点 |
| li a |
选取所有li下的所有a节点 |
| ul + p |
选择ul后面的第一个p元素 |
| div#container > ul |
选取id为container的div的第一个ul子元素 |
| ul ~ p |
选取与ul相邻的所有p元素 |
| a[title] |
选取所有有title属性的a元素 |
| a[href=“http://jobbole.com”] |
选取所有href属性为jobbole.com值的a元素 |
| a[href*=”jobole”] |
选取所有href属性包含jobbole的a元素 |
| a[href^=“http”] |
选取所有href属性值以http开头的a元素 |
| a[href$=“.jpg”] |
选取所有href属性值以.jpg结尾的a元素 |
| input[type=radio]:checked |
选择选中的radio的元素 |
| div:not(#container) |
选取所有id非container的div属性 |
| li:nth-child(3) |
选取第三个li元素 |
| tr:nth-child(2n) |
第偶数个tr |
大家可以自行通过上一节的方式，使用css选择器实现字段解析。
css选择器内容丰富，上面只是部分功能。例如：
.a .b表示class为a下的class为b的标签。
而：
.a.b则表示class既有a又有b的标签。
需要说明的是，css选择器中有与xpath中的 /text() 功能一样的伪类选择器：
::text此外还有一个::attr()伪类选择器，例如下面可以获取标签中的href属性的值：
::attr(href)将这个加在css选择字符串的后方即可实现内容提取。
还有一点说明，python3将所有的字符编码都转为Unicode，这是py3与py2的区别。
最后要说的是，在解析时，有时id是与文章url挂钩的，此时id不具有通用性，不可作为筛选条件。
