在Scrapy中如何利用CSS选择器从网页中采集目标数据——详细教程（下篇）
在Scrapy中如何利用CSS选择器从网页中采集目标数据——详细教程（下篇）
点击上方“Python爬虫与数据挖掘”，进行关注
/前言/
前几天给大家分享了Xpath语法的简易使用教程，没来得及上车的小伙伴可以戳这篇文章：在Scrapy中如何利用Xpath选择器从网页中采集目标数据——详细教程（上篇）、在Scrapy中如何利用Xpath选择器从网页中采集目标数据——详细教程（下篇）、在Scrapy中如何利用CSS选择器从网页中采集目标数据——详细教程（上篇）。之前还给大家分享了在Scrapy中如何利用CSS选择器从网页中采集目标数据——详细教程（上篇），没来得及上车的小伙伴可以戳进去看看，今天继续上篇的内容往下进行。
/实际应用/
9、根据点赞数采集的方法，我们可以很快的定位到收藏数，如下图所示。
其中标签“bookmark-btn”具有全局唯一性，可以定位到收藏数。可以看到收藏数是存在一个字符串中，所以当提取到数据之后，还需要利用正则表达式对其进一步的提取。
10、根据网页结构，我们写出CSS表达式，如下图所示。
11、不过我们需要的是其中的数字，这时候就可以利用正则表达式进行匹配，在Pycharm中进行调试，代码也很简单，如下图所示。
尔后将该代码放入到爬虫主体文件中即可，记得将“15 收藏”这部分替换成collection_num即可。
12、定位到a标签下的href属性，然后找到span标签，尔后便可以提取评论数，如下图所示。
13、根据网页结构，并在scrapyshell下调试，如下图所示。
14、同收藏数一样，仍然要以正则表达式的形式去匹配数字，可以直接复制收藏数的代码，然后将收藏数collection_num改为评论数的comment_num即可。
15、正文内容在“entry”标签下，如下图所示，可以很方便的进行提取。
16、之后在scrapyshell调试，可以得到内容的CSS表达式，其比Xpath表达式更加简洁一些，如下图所示。
17、到这里，该网页中的信息提取的差不多了，结合上面的分析和CSS表达式，我们得到的整体代码如下图所示。
18、尔后在Pycharm中进行Debug调试，查看代码中获取的内容，如下图所示。
19、下图是控制台部分显示出的变量结果，与代码中显示的内容和网页上的信息都是保持一致的。
至此，关于CSS表达式的具体应用教程先告一段落。
/小结/
总体来看，CSS选择器的使用大致步骤和Xpath选择器一模一样，都是需要利用F12快捷键来审查网页元素，尔后分析网页结构并进行交互，然后根据网页结构写出CSS表达式，习惯性的结合scrapyshell进行调试，得到调优的表达式，写入爬虫文件中去，最后执行爬虫程序或者Debug调试查看最终的数据采集结果。
只不过CSS表达式和Xpath表达式在语法上有些不同，对前端熟悉的朋友可以优先考虑CSS选择器，当然小伙伴们在具体应用的过程中，直接根据自己的喜好去使用相关的选择器即可。
想学习更多关于Python的知识，可以参考学习网址：http://pdcfighting.com/，点击阅读原文，可以直达噢~
------------------- End -------------------
往期精彩文章推荐：
- 在Scrapy中如何利用CSS选择器从网页中采集目标数据——详细教程（上篇）
- 在Scrapy中如何利用Xpath选择器从网页中采集目标数据——详细教程（下篇）
- 在Scrapy中如何利用Xpath选择器从网页中采集目标数据——详细教程（上篇）
欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持
想加入Python学习群请在后台回复【入群】
万水千山总是情，点个【在看】行不行
/今日留言主题/
随便说一两句吧~~
本文分享自 Python爬虫与数据挖掘 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
腾讯云开发者
