python - BeautifulSoup:从 html 获取 css 类

Question

有没有办法使用 BeautifulSoup 从 HTML 文件中获取 CSS 类？示例片段:

<style type="text/css">

 p.c3 {text-align: justify}

 p.c2 {text-align: left}

 p.c1 {text-align: center}

</style>

完美的输出应该是:

cssdict = {
    'p.c3': {'text-align': 'justify'},
    'p.c2': {'text-align': 'left'},
    'p.c1': {'text-align': 'center'}
}

虽然这样的事情会做:

L = [
    ('p.c3', {'text-align': 'justify'}),  
    ('p.c2', {'text-align': 'left'}),    
    ('p.c1', {'text-align': 'center'})
]

Answer 1

BeautifulSoup 本身根本不解析 CSS 样式声明，但您可以提取此类部分，然后使用专用的 CSS 解析器解析它们。

根据您的需要，有多种适用于 Python 的 CSS 解析器；我会选择 cssutils (需要 python 2.5 或更高版本(包括 python 3))，它是最完整的支持，并且也支持内联样式。

其他选项是css-py和 tinycss .

获取并解析所有样式部分(使用 cssutils 的示例):

import cssutils
sheets = []
for styletag in tree.findAll('style', type='text/css')
    if not styletag.string: # probably an external sheet
        continue
    sheets.append(cssutils.parseStyle(styletag.string))

使用 cssutil，您可以将它们组合起来，解析导入，甚至让它获取外部样式表。