本文详解如何在 BeautifulSoup 中通过 CSS 选择器（如 select_one 和 nth-of-type）精准定位多级嵌套结构中的特定子元素，尤其适用于存在多个同级 class="count-wrap" 的场景，避免误取首个而非目标节点。
本文详解如何在 beautifulsoup 中通过 css 选择器（如 `select_one` 和 `nth-of-type`）精准定位多级嵌套结构中的特定子元素，尤其适用于存在多个同级 `class="count-wrap"` 的场景，避免误取首个而非目标节点。
在网页爬虫开发中，常遇到结构相似但语义不同的并列容器（例如多个 class="count-wrap" 分别表示“总项目数”和“在建项目数”）。此时若仅用 find() 或 find_all()，极易因顺序混淆导致数据错位——如原代码中 bcard.find('div', class_='count-wrap') 总是返回第一个 .count-wrap（即“Total Projects”），而无法稳定获取第二个（“Ongoing Projects”）。
推荐使用 CSS 选择器 + select_one() 实现语义化精确定位。select_one() 返回首个匹配节点（安全且高效），配合 :nth-of-type(2) 可明确指定第二个同级 .count-wrap 元素，再逐层向下定位到目标文本：
from bs4 import BeautifulSoup
import requests
main_url = "https://www.proptiger.com/bangalore/all-builders?page=1"
response = requests.get(main_url)
main_url_html = BeautifulSoup(response.text, "html.parser")
for bcard in main_url_html.find_all('div', class_='b-card'):
# ✅ 提取公司名称：定位唯一 .builder-details-wrap > a
company_name = bcard.find('div', class_='builder-details-wrap').a.text.strip()
# ✅ 提取“在建项目数”：精准定位第二个 .count-wrap 内的 .val 文本
ongoing_projects_elem = bcard.select_one('div.count-wrap:nth-of-type(2) div.circle div.val')
ongoing_projects = ongoing_projects_elem.text.strip() if ongoing_projects_elem else None
# ✅ 提取“总项目数”（补充示例）：使用 :nth-of-type(1) 或直接省略（默认首项）
total_projects_elem = bcard.select_one('div.count-wrap:nth-of-type(1) div.circle div.val')
total_projects = total_projects_elem.text.strip() if total_projects_elem else None
print(f"开发商：{company_name} | 总项目：{total_projects} | 在建项目：{ongoing_projects}")⚠️ 关键注意事项：
-
:nth-of-type(n)基于同级兄弟元素的标签类型与顺序，而非 class 名；此处div.count-wrap:nth-of-type(2)表示第二个<div> 标签（且其 <code>class包含count-wrap），完全规避了find_all(...)[1]可能因 HTML 结构变动引发的 IndexError。 - 务必添加
if ... else None判断，防止目标元素缺失时抛出AttributeError。 -
strip()不可省略——HTML 中的换行与空格会导致文本前后含冗余空白。 - 若需更高健壮性，可结合
try/except或使用get_text(strip=True)替代.text.strip()。
掌握 CSS 选择器语法（如 >, `,:nth-child,[attr=value]`）可显著提升解析精度与代码可维护性，是进阶 Web Scraping 的必备技能。
