本文介绍了如何使用 Python 的 Selectolax 库选择 HTML 中不带 class 属性的
标签及其子元素。重点讲解了使用 css() 方法配合 :not([class]) 选择器来定位目标元素，并提供示例代码演示了如何提取所需文本内容。同时，建议使用 Lexbor 作为 Selectolax 的后端，以获得更好的性能和维护性。
Selectolax 是一个快速的 HTML 解析库，它允许你使用 CSS 选择器来查找和提取 HTML 文档中的元素。当需要选择特定属性不存在的元素时，可以使用 :not([attribute]) 选择器。
选择不带 class 属性的 span 标签
假设我们有以下 HTML 代码：
123 My Rd. Suite 100 Anywhere , TX 12345
我们的目标是选择
标签（带有 class=”card_street” 属性）下所有不带 class 属性的 标签。以下是如何使用 Selectolax 实现的：
from selectolax.parser import HTMLParserhtml = """123 My Rd. Suite 100 Anywhere , TX 12345
"""tree = HTMLParser(html)# 选择所有不带 class 属性的 span 标签for node in tree.css('p[class="card_street"] > span:not([class])'): print(node.text())
这段代码首先解析 HTML 字符串，然后使用 css() 方法和选择器 p[class=”card_street”] > span:not([class]) 来选择目标 标签。> 符号表示直接子元素。:not([class]) 选择器确保我们只选择那些没有 class 属性的 标签。
提取文本内容
上面的代码会输出以下内容：
Anywhere, TX 12345
这是因为我们迭代了所有匹配的节点，并使用 node.text() 方法提取了每个节点的文本内容。
使用 Lexbor 后端
Selectolax 默认使用 Modest 作为后端，但建议使用 Lexbor 作为后端，因为它具有更好的性能和可维护性。要使用 Lexbor，需要安装 selectolax[lexbor]：
pip install selectolax[lexbor]
然后，你可以像这样使用它：
from selectolax.lexbor import LexborHTMLParserhtml = """123 My Rd. Suite 100 Anywhere , TX 12345
"""parser = LexborHTMLParser(html)tree = parser.css('p[class="card_street"] span:not([class])')result = [element.text(strip=True) for element in tree]print(result)
这段代码的输出将是：
['Anywhere', ', TX', '12345']
这里使用了 strip=True 参数来去除文本前后的空格。
注意事项
确保你的 CSS 选择器准确地匹配你想要选择的元素。使用 > 选择器来指定直接子元素，避免选择到不期望的元素。:not([attribute]) 选择器非常有用，可以用来选择缺少特定属性的元素。考虑使用 Lexbor 后端以获得更好的性能。
总结
Selectolax 是一个强大的工具，可以帮助你轻松地从 HTML 文档中提取数据。通过使用 CSS 选择器和适当的技巧，你可以选择任何你需要的元素，即使它们缺少特定的属性。 结合 Lexbor 后端，可以进一步提升效率。
以上就是使用 Selectolax 选择不带 class 属性的 p 标签的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1373921.html
微信扫一扫 
支付宝扫一扫 
