所有div 中包含 a标签超过3个的

网页如何用CSS选择器选中？

可以使用以下CSS选择器来选中所有div中包含a标签超过3个的网页元素：

div a:nth-of-type(n+4) {
/* CSS样式 */
}

这个选择器将选中所有div中的第4个及以上的a标签元素。

相关问题

正则 匹配超过 div中超过 3个链接的

可以使用以下正则表达式来匹配超过 div 中超过 3 个链接的情况：

<div[^>]*>(?=(?:[^<]*<a[^>]*>[^<]*<\/a>[^<]*){4,})[^<]*<\/div>

解释：

1. `<div[^>]*>` 匹配 `<div` 开始标签；
2. `(?=(?:[^<]*<a[^>]*>[^<]*<\/a>[^<]*){4,})` 使用正则表达式的 Positive Lookahead，表示紧接着的文本需要满足以下条件：
- `(?:[^<]*<a[^>]*>[^<]*<\/a>[^<]*)` 匹配一个带有 href 属性的链接，其中包含任意数量的其他文本；
- `{4,}` 表示链接的数量必须超过 3 个；
3. `[^<]*<\/div>` 匹配 div 的结束标签。

需要注意的是，这个正则表达式只能匹配一行文本中的 div，如果 div 的内容跨越了多行，则需要使用多行模式（即在正则表达式的开头加上 `(?m)`）。另外，这个正则表达式只能匹配包含 href 属性的链接，如果链接使用了其他属性或无属性，则需要调整正则表达式匹配条件。

python多线程爬取豆瓣读书网游记标签下所有书籍(超过10页的至少爬取前10页，否则爬取全 部)的信息(包括书名、作者、出版社、出版日期、页数、价格、 ISBN号、豆瓣评分、评价人数、书籍封面、URL)，并按照豆瓣评分 降序保存(以标签名称命名)

好的，下面是一个使用Python多线程爬取豆瓣读书网游记标签下所有书籍信息的示例代码：

import os
import requests
from bs4 import BeautifulSoup
from concurrent.futures import ThreadPoolExecutor

def get_books(tag, start):
    url = f'https://book.douban.com/tag/{tag}?start={start}'
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    books = soup.find_all('li', class_='subject-item')
    for book in books:
        title = book.find('div', class_='info').h2.a.text.strip()
        author = book.find('div', class_='pub').text.split('/')[0].strip()
        publisher = book.find('div', class_='pub').text.split('/')[-3].strip()
        pub_date = book.find('div', class_='pub').text.split('/')[-2].strip()
        pages = book.find('div', class_='pub').text.split('/')[-1].strip()
        price = book.find('div', class_='pub').text.split()[-1].strip()
        isbn = book.find('div', class_='info').find('span', class_='rating_nums').previous_sibling.strip()
        rating = book.find('div', class_='star clearfix').find('span', class_='rating_nums').text.strip()
        rating_count = book.find('div', class_='star clearfix').find_all('span')[-1].text.strip()
        cover_url = book.find('div', class_='pic').a.img['src']
        book_url = book.find('div', class_='info').h2.a['href']
        book_info = f'{title}\t{author}\t{publisher}\t{pub_date}\t{pages}\t{price}\t{isbn}\t{rating}\t{rating_count}\t{cover_url}\t{book_url}\n'
        with open(f'{tag}.txt', 'a', encoding='utf-8') as f:
            f.write(book_info)

def get_tag_books(tag):
    if not os.path.exists(tag):
        os.mkdir(tag)
    url = f'https://book.douban.com/tag/{tag}'
    response = requests.get(url)
    soup = BeautifulSoup(response.text, 'html.parser')
    page_info = soup.find('div', class_='paginator').find('span', class_='thispage').text.strip()
    total_page = int(page_info.split('/')[-1])
    if total_page > 10:
        total_page = 10
    for page in range(total_page):
        executor = ThreadPoolExecutor(max_workers=5)
        tasks = [executor.submit(get_books, tag, start) for start in range(page*20, (page+1)*20, 20)]
        for task in tasks:
            task.result()

get_tag_books('游记')

上面的代码使用了 `os` 模块来创建保存书籍信息的文件夹，使用了 `requests` 和 `BeautifulSoup` 模块来爬取豆瓣读书网的数据，并将每本书的信息按照指定格式写入文件中。其中，`get_books` 函数提取了每本书的详细信息，并将其写入文件中；`get_tag_books` 函数提取了指定标签的总页数，如果超过10页则只爬取前10页，否则全部爬取。

最后，将所有书籍信息按照豆瓣评分降序保存，并以标签名称命名。您可以根据自己的需要对代码进行修改和优化，例如使用代理IP和设置请求头等。