我想获得“tracked_by”id到“buzz_off”id之间的电影名称。我已经创建了一个可以在“tracked_by”id之后抓取名字的选择器。但是,我的意图是让脚本进行解析,直到找到“buzz_off”标识。元件在其内的名称是:任何与CSS选择器中的“until”相似的东西?
html = '''
<div class="list">
<a id="allow" name="allow"></a>
<h4 class="cluster">Allow</h4>
<div class="base min"><a href="...">Sally</a></div>
<div class="base max"><a href="..">Blood Diamond</a></div>
<a id="tracked_by" name="tracked_by"></a>
<h4 class="cluster">Tracked by</h4>
<div class="base min"><a href="..">Gladiator</a></div>
<div class="base max"><a href="..">Troy</a></div>
<a id="buzz_off" name="buzz_off"></a>
<h4 class="cluster">Buzz-off</h4>
<div class="base min"><a href="..">Heat</a></div>
<div class="base max"><a href="..">Matrix</a></div>
</div>
'''
from lxml import html as htm
root = htm.fromstring(html)
for item in root.cssselect("a#tracked_by ~ div.base a"):
print(item.text)
我已经与(在上述脚本中也提到)尝试选择器:
a#tracked_by ~ div.base a
结果我有:
Gladiator
Troy
Heat
Matrix
结果我想得到:
Gladiator
Troy
顺便说一句,我想解析名称使用这个选择器不风格。
[无法使用选择器。](https://stackoverflow.com/questions/13330757/how-can-i-target-a-specific-group-of-siblings-in-a-flat-hierarchy/13330785#13330785)你需要额外的代码。 – BoltClock