Python 美化组：.find（）和.select（）之间的区别

当您使用刮取网站的某个部分时，您可以使用

• soup.find（）

  和

  soup.findAll（）

  或

• 汤。选择（）

.find（）

和

.select（）

方法之间有区别吗？

---

（例如在性能或灵活性等方面）或它们是否相同？

总结评论：

---

• select查找多个实例并返回一个列表，而find查找第一个实例，因此它们不会执行相同的操作。选择一个将是要查找的等效项
• 在链接标记或使用tag.classname时，如果要查找没有使用find类的单个元素，我几乎总是使用css选择器。从本质上讲，这取决于用例和个人偏好
• 就灵活性而言，我想你知道答案，

  soup.select（“div[id=foo]>div>div>div[class=fee]>span>a”）

  使用多链find/find\u all调用看起来很难看
• bs4中css选择器的唯一问题是支持非常有限，第n个类型是唯一实现的伪类，像[href][src]这样的链接属性也不受支持，css选择器的许多其他部分也不受支持。但是像a[href=…]*、a[href^=]、a[href$=]等。。我认为这比

  find（“a”，href=re.compile（..）

  好得多，但这也是我个人的偏好

为了提高性能，我们可以运行一些测试，我修改了在800+html文件上运行的代码，这不是详尽的，但应该提供一些选项可读性和性能的线索：

修改后的功能包括：

from bs4 import BeautifulSoup
from glob import iglob


def parse_find(soup):
    author = soup.find("h4", class_="h12 talk-link__speaker").text
    title = soup.find("h4", class_="h9 m5").text
    date = soup.find("span", class_="meta__val").text.strip()
    soup.find("footer",class_="footer").find_previous("data", {
        "class": "talk-transcript__para__time"}).text.split(":")
    soup.find_all("span",class_="talk-transcript__fragment")



def parse_select(soup):
    author = soup.select_one("h4.h12.talk-link__speaker").text
    title = soup.select_one("h4.h9.m5").text
    date = soup.select_one("span.meta__val").text.strip()
    soup.select_one("footer.footer").find_previous("data", {
        "class": "talk-transcript__para__time"}).text
    soup.select("span.talk-transcript__fragment")


def  test(patt, func):
    for html in iglob(patt):
        with open(html) as f:
            func(BeautifulSoup(f, "lxml")

现在，关于时间安排：

In [7]: from testing import test, parse_find, parse_select

In [8]: timeit test("./talks/*.html",parse_find)
1 loops, best of 3: 51.9 s per loop

In [9]: timeit test("./talks/*.html",parse_select)
1 loops, best of 3: 32.7 s per loop

---

就像我说的，不是详尽无遗的，但我认为我们可以放心地说css选择器肯定更有效

select（）

接受CSS选择器，

find（）

看不到，但我真的不明白它们之间的区别。因为对我来说，他们可以做同样的事情。我想知道两者的区别。（实际上，我对.select（）有一个小的偏好）select查找多个实例并返回一个列表，find查找第一个实例，因此它们不会执行相同的操作

select_one

将等同于查找。@PadraicCunningham您在评论中有非常好的观点。为什么不将它们总结成一个答案呢？我使用select检索dt类名的实例。它没有给出所有的结果，而是给出了10个实例。是否有一个默认值需要更改？@LakshmiNarayanan，你确定html没有被破坏或以某种方式动态添加吗？我必须发出一个向下滚动命令来完全加载html。虽然页面已加载，但html没有加载。谢谢你的回复！

find…（）

方法不需要

class\u=

或只需要一个

“class”

键的字典，因为如果第二个参数是字符串，那就是类值。css选择器非常棒，即使

BeautifulSoup