解析嵌入的 css beautifulsoup
Posted
技术标签:
【中文标题】解析嵌入的 css beautifulsoup【英文标题】：parse embedded css beautifulsoup 【发布时间】：2019-06-16 08:42:09 【问题描述】：是否可以从 html 标签中提取嵌入的 css 属性？例如，假设我想找出“s5”的垂直对齐属性是什么。
我目前正在使用 beautifulsoup，并已检索到带有 tag=soup.find(class_="s5") 的跨度标签。我试过tag.attrs["class"]，但这只是给了我s5，无法将它链接到嵌入式样式。有可能在python中做到这一点吗？我发现的每个此类问题都涉及解析内联 css 样式。
<html>
<head>
<style type="text/css">
* margin:0; padding:0; text-indent:0;
.s5 color: #000; font-family:Verdana, sans-serif;
font-style: normal; font-weight: normal;
text-decoration: none; font-size: 17.5pt;
vertical-align: 10pt;
</style>
</head>
<body>
<p class="s1" style="padding-left: 7pt; text-indent: 0pt; text-align:left;">
This is a sample sentence. <span class="s5"> 1</span>
</p>
</body>
</html>【问题讨论】：
你看过tinycss吗？ 我在文档中找不到与此相关的任何内容 【参考方案1】：改进cssutils answer：
对于内联 style="..." 标签：
import cssutils
# get the style from beautiful soup, like: style = tag['style']
style = "color: hotpink; background-color:#ff0000; visibility:hidden"
parsed_style = cssutils.parseStyle(style)
现在像使用dict 一样使用parsed_style：
print(parsed_style['color']) # hotpink
print(parsed_style['background-color']) # f00
print(parsed_style['visibility']) # hidden
【讨论】：
【参考方案2】：您可以使用 cssutils 之类的 css 解析器。我不知道包本身是否有一个函数可以做这样的事情（有人可以对此发表评论吗？），但我做了一个自定义函数来获取它。
from bs4 import BeautifulSoup
import cssutils
html='''
<html>
<head>
<style type="text/css">
* margin:0; padding:0; text-indent:0;
.s5 color: #000; font-family:Verdana, sans-serif;
font-style: normal; font-weight: normal;
text-decoration: none; font-size: 17.5pt;
vertical-align: 10pt;
</style>
</head>
<body>
<p class="s1" style="padding-left: 7pt; text-indent: 0pt; text-align:left;">
This is a sample sentence. <span class="s5"> 1</span>
</p>
</body>
</html>
'''
def get_property(class_name,property_name):
for rule in sheet:
if rule.selectorText=='.'+class_name:
for property in rule.style:
if property.name==property_name:
return property.value
soup=BeautifulSoup(html,'html.parser')
sheet=cssutils.parseString(soup.find('style').text)
vl=get_property('s5','vertical-align')
print(vl)
输出
10pt
这并不完美，但也许你可以改进它。
【讨论】：
以上是关于解析嵌入的 css beautifulsoup的主要内容，如果未能解决你的问题，请参考以下文章