为什么 BS4（来自 BeautifulSoup）在使用 .select() 时只返回 [ ]？答案

【问题标题】：Why does BS4 (from BeautifulSoup) return only [ ] when using the .select()?为什么 BS4（来自 BeautifulSoup）在使用 .select() 时只返回 [ ]？
【发布时间】：2020-03-18 10:49:18
【问题描述】：

以下代码仅返回空括号。我看过这篇帖子Why does bs4 return tags and then an empty list to this find_all() method?，但它有所不同，因为我没有使用find_all()，而是.select()。请注意，我将“nth-child”更改为“nth-of-type”以避免错误。

    import bs4
    import requests
    res = requests.get('http://www.sharkresearchcommittee.com/pacific_coast_shark_news.htm')
res.raise_for_status()
soup = bs4.BeautifulSoup(res.text, 'html.parser')
soup.select('body > div > div:nth-of-type(2) > center > table > tbody > tr:nth-of-type(1) >td:nth-of-type(2) > p:nth-of-type(8) > strong:nth-of-type(1) > font')

输出为 [ ]

【问题讨论】：

...因为有 0 个匹配项？
请注意，tbody 元素实际上并不存在于标记中，它们是由浏览器和解析器添加的，例如 html5lib（与 html.parser 不同）。
@Blender - 感谢您的回复。我取出了 tbody 仍然得到相同的输出

标签： python beautifulsoup jupyter-notebook

【解决方案1】：

如果您告诉我们您要匹配的内容可能会更有意义。因为您没有匹配的原因显然是因为您的选择没有任何匹配。

根据您选择的其余部分，我猜您此时处于错误的 div 中：

body > div > div:nth-of-type(2)

那个 DIV 包含这个文本：

本网站包含的材料作为公共服务共享并进一步推动鲨鱼研究委员会的科学目标。本网站上的所有文字和图像均为本网站的专有财产鲨鱼研究委员会....

我猜你想从那里进入 div，这就是你可能想要的选择器：

soup.select('body > div > div > center > table > tr > td:nth-of-type(2) > p:nth-of-type(8) > strong > font')

以上内容将为您提供：

[<font size="4">Ventura </font>, <font size="4">  </font>]

没有深入研究它，但我相信有比你用来获得相同东西的更好的选择选择。但以上内容可能会让你得到你想要的。

完整代码：

import bs4
import requests
res = requests.get('http://www.sharkresearchcommittee.com/pacific_coast_shark_news.htm')
res.raise_for_status()
soup = bs4.BeautifulSoup(res.text, 'html.parser')
print(repr(soup.select('body > div > div > center > table > tr > td:nth-of-type(2) > p:nth-of-type(8) > strong > font')))

跑步：

markh@mob:~/stackoverflow/51256960$ python bs1.py 
[<font size="4">Ventura </font>, <font size="4">  </font>]

【讨论】：

@clockwatcher 。我的印象是我正在复制正确的 CSS 选择器，因为我右键单击了我想从网页中选择的文本（文本是威尼斯......我只想要鲨鱼瞄准的位置）。我尝试了您的代码，它返回了相同的 []。感谢您的意见。
@pes04 -- 您一定没有正确复制我的选择器或以某种方式对其进行编辑。我用完整的代码更新了评论。
你说得对，我错了@clockwatcher，它返回了 Ventura 线路。谢谢！！

【解决方案2】：

这意味着它找不到任何匹配项。

要么没有这样的标签，但如果你确定有，然后尝试使用html5lib 或lxml parsers。

我希望这会有所帮助。

【讨论】：

【解决方案3】：

为避免使用.select出现不匹配的错误，您可以执行以下操作：

打开检查元素或开发者工具

Chrome Ctrl + Shift + I 或 F12 或右键单击检查元素
Opera Ctrl + Shift + C 或右键检查元素
Safari Ctrl + Shift + I
Firefoz Ctrl + Shift + I 或 F12

请注意，对于 MAC，您应该使用 Ctrl + Shift + I

开发者工具打开后，检查您想要定位的元素。

通常元素会有一个 class 或 id 关键字（希望如此）

抓取id或者class，如下图。

要获取 id，请确保您的代码如下所示：soup.select('#CompanyInfo') 要获取 class，请确保您的代码如下所示soup.select('.CompanyInfo')

注意：您只能使用soup.select('.CompanyInfo')[0].getText() 打印文本不要忘记添加索引，因为 select 返回一个列表。

编码愉快！

【讨论】：

【解决方案4】：

tbody 是我的问题。

我是通过一层一层添加选择器级别找到的，并检测到它会产生一个空列表。

【讨论】：