在美丽的汤汤中选择第二个孩子。选择？

Question

我有：

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

如果我已经有 h2 标签，那么现在让 Peter 到达这里的最简单方法是什么？现在我试过了：

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

但在这里我得到 nth-child NotImplementedError:

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

所以我不确定这里发生了什么。第二种选择是只获取所有 'p' 标记子项并硬选择 [1]，但是存在索引超出范围的危险，这需要使用 try/except 包围每次获取 Peter 的尝试这有点傻。

有什么方法可以用soup.select() 函数选择nth-child？

编辑： 用 nth-of-type 替换 nth-child 似乎可以解决问题，所以正确的行是：

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

不确定为什么它不接受 nth-child，但似乎 nth-child 和 nth-of-type 都返回相同的结果。

Answer 1

美汤4.7.0（2019年初发布）now supports大部分选择器，包括:nth-child：

从 4.7.0 版开始，Beautiful Soup 通过 SoupSieve 项目支持大多数 CSS4 选择器。如果你通过pip安装了Beautiful Soup，SoupSieve 是同时安装的，所以你不需要做任何额外的事情。

所以，如果你升级你的版本：

pip install bs4 -U

您将能够使用几乎所有您需要的选择器，包括nth-child。

也就是说，请注意在您的输入 HTML 中，#names h2 标记实际上没有任何子标记：

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

这里只有3个元素，都是兄弟，所以

#names > p:nth-child(1)

即使在 CSS 或 Javascript 中也不行。

如果#names 元素将<p>s 作为子元素，那么您的选择器将在一定程度上起作用：

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

输出：

[<p>John</p>]

当然，John <p> 是 #names 父级的第一个子级。如果你想要Peter，请使用:nth-child(2)。

如果元素都是相邻的兄弟，可以使用+选择下一个兄弟：

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

输出：

[<p>Peter</p>]

Answer 2

将您的编辑添加为答案，以便其他人更容易找到它：

使用nth-of-type 代替nth-child：

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

Answer 3

'nth-of-child' 根本没有在 beautifulsoup4 中实现（在撰写本文时），beautifulsoup 代码库中根本没有代码可以做到这一点。作者明确添加了“NotImplementedError”来解释这一点，here is the code

鉴于您在问题中引用的 html，您不是在寻找 h2#names 的孩子。

你真正要找的是第二个相邻的兄弟，我不是 css 选择专家，但我发现这行得通。

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