用soup.select在美麗的湯中選擇第二個孩子？

Question

我有：

<h2 id='names'>Names</h2>
<p>John</p>
<p>Peter</p>

如果我已經有了 h2 標簽，那么現在讓 Peter 在這里的最簡單方法是什么？ 現在我試過了：

soup.select("#names > p:nth-child(1)")

但在這里我得到了第 n 個孩子 NotImplementedError：

NotImplementedError: Only the following pseudo-classes are implemented: nth-of-type.

所以我不確定這里發生了什么。 第二種選擇是只獲取所有 'p' 標簽子項並硬選擇 [1]，但是存在索引超出范圍的危險，這需要圍繞每次嘗試使用 try/except 獲取Peter ，這有點愚蠢。

有什么辦法可以用soup.select()函數選擇第n個孩子？

編輯：用 nth-of-type 替換 nth-child 似乎可以解決問題，所以正確的行是：

soup.select("#names > p:nth-of-type(1)")

不知道為什么它不接受 nth-child 但似乎 nth-child 和 nth-of-type 都返回相同的結果。

Answer 1

將您的編輯添加為答案，以便其他人更容易找到它：

使用nth-of-type而不是nth-child ：

soup.select("#names > p:nth-of-type(1)")

Answer 2

'nth-of-child' 根本沒有在 beautifulsoup4 中實現（在撰寫本文時），beautifulsoup 代碼庫中根本沒有代碼可以做到這一點。 作者明確添加了“NotImplementedError”來解釋這一點， 這是代碼

鑒於您在問題中引用的 html，您不是在尋找 h2#names 的孩子。

您真正要尋找的是第二個相鄰的兄弟姐妹，我不是 css 選擇器大師，但我發現這行得通。

soup.select("#names + p + p")

Answer 3

Beautiful Soup 4.7.0（2019 年初發布） 現在支持大多數選擇器，包括:nth-child ：

從 4.7.0 版本開始，Beautiful Soup 通過 SoupSieve 項目支持大多數 CSS4 選擇器。 如果您通過pip安裝了 Beautiful Soup，則同時安裝了 SoupSieve，因此您無需執行任何額外操作。

所以，如果你升級你的版本：

pip install bs4 -U

您將能夠使用幾乎所有您需要的選擇器，包括nth-child 。

也就是說，請注意，在您的輸入 HTML 中， #names h2標簽實際上沒有任何子項：

<h2 id='names'>Names</h2>
<p>John</p>
<p>Peter</p>

這里只有 3 個元素，它們都是兄弟元素，所以

#names > p:nth-child(1)

即使在 CSS 或 Javascript 中也不起作用。

如果#names元素將<p>作為子元素，則您的選擇器在一定程度上可以工作：

html = '''
<div id='names'>
    <p>John</p>
    <p>Peter</p>
</div>
'''
soup = BeautifulSoup(html, 'html.parser')
soup.select("#names > p:nth-child(1)")

輸出：

[<p>John</p>]

當然， John <p>是#names父級的第一個子#names 。 如果您想要Peter ，請使用:nth-child(2) 。

如果元素都是相鄰的兄弟元素，則可以使用+選擇下一個兄弟元素：

html = '''
<h2 id='names'>Names</h2>
<p>John</p>
<p>Peter</p>
'''
soup = BeautifulSoup(html, 'html.parser')
soup.select("#names + p + p")

輸出：

[<p>Peter</p>]