1

Имеется html-код:

<div class="block_content_inner">
    <div class="details_block">
        <b>Название:</b> Fractured Lands<br>

        <b>Жанр:</b> 
        <a href="https://store.steampowered.com/genre/Action/?snr=1_5_9__408">Экшены</a>, <a href="https://store.steampowered.com/genre/Early%20Access/?snr=1_5_9__408">Ранний доступ</a><br>

        <div class="dev_row">
            <b>Разработчик:</b>

            <a href="https://store.steampowered.com/search/?developer=Unbroken%20Studios&amp;snr=1_5_9__408">Unbroken Studios</a>
        </div>

        <div class="dev_row">
            <b>Издатель:</b>

            <a href="https://store.steampowered.com/search/?publisher=Unbroken%20Studios&amp;snr=1_5_9__408">Unbroken Studios</a>           
        </div>


                <b>Дата выхода:</b> 31 июл. 2018<br>


    <div class="details_block">.....</div>
</div>

Необходимо вытащить информацию о жанрах. Ссылки представляют собой потомки первого уровня

Код:

genres = []

block_content_inner = html.cssselect('div.block_content_inner>div.details_block')[0]
genres_list = block_content_inner.cssselect('a')
for genre_list in genres_list:
    genres.append(genre_list.text)        

print('Жанры:',genres)

Как можно указать в css-селекторах искать только среди потомков первого уровня?

Текущий вывод: Жанры: ['Экшены', 'Ранний доступ', 'Unbroken Studios', 'Unbroken Studios'] Ожидаемый вывод: Жанры: ['Экшены', 'Ранний доступ']

2
  • У меня текущий вывод: IndexError: list index out of range, потому что в примере html нет div.block_content_inner ;)
    – gil9red
    31 июл 2018 в 8:40
  • Исправил разметку
    – danilshik
    31 июл 2018 в 8:49

1 ответ 1

1

Просто, нужно указывать что тег a является вложенным в .details_block, в css селекторе для этого используется символ >:

css_selector = 'div.block_content_inner > div.details_block:first-child > a'
genres = [genre_list.text for genre_list in html.cssselect(css_selector)]
print('Жанры:', genres)
# Жанры: ['Экшены', 'Ранний доступ']
17
  • Ваш код ищет ссылки среди всей страницы:
    – danilshik
    31 июл 2018 в 8:51
  • Жанры: ['Экшены', 'Ранний доступ', '\r\n\t\t\tПосетить сайт ', '\r\n\t\t\tПросмотреть историю обновлений\t\t', '\r\n\t\t\tПрочитать соответствующие новости\t\t', '\r\n\t\t\tПросмотреть обсуждения\t\t', '\r\n\t\tНайти группы сообщества\t']
    – danilshik
    31 июл 2018 в 8:51
  • @danilshik, в примере в вопросе он ищет правильно :) Подправил, проверьте
    – gil9red
    31 июл 2018 в 8:53
  • Ваш код работал бы, если бы на странице был бы 1 div class='details_block'. Но в разметке показано 2. Просто я во 2 блоке не вставил код, а поставил многоточие
    – danilshik
    31 июл 2018 в 8:57
  • @danilshik, согласен. Проверили текущий селектор после обновления ответа?
    – gil9red
    31 июл 2018 в 9:09

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.