Los selectores CSS son patrones que seleccionan elementos de un documento HTML, y los rastreadores los utilizan para señalar el texto o atributo exacto que desean extraer. Cinco selectores se encargan de la mayor parte del trabajo: .class, [attribute], los combinadores de descendientes e hijos (un espacio y >), :nth-child(), y :has(). Esta hoja de referencia de selectores CSS los abarca todos ellos y el resto de la sintaxis estándar, cada uno acompañado de un ejemplo de scraping. También encontrarás una matriz que indica qué selectores funcionan en los navegadores, BeautifulSoup, Scrapy, Cheerio, Playwright y selectolax; la misma extracción escrita en cuatro pilas; recetas para patrones de página comunes; y una tabla de soluciones para los selectores que devuelven resultados vacíos.
Puntos clave
- La mayoría de las tareas de scraping solo necesitan clases, atributos, el espacio y
>combinadores,:nth-child(), y:has(). :has()selecciona a los padres. Los navegadores modernos y los principales analizadores de scraping lo admiten.- El CSS estándar no permite seleccionar texto ni valores de atributos.
::text,::attr(), y:-soup-contains()son extensiones de la biblioteca, no CSS. - Anclaje en
data-*atributos y clases semánticas, no en clases generadas mediante hash ni en largas cadenas copiadas. - Si un selector funciona en DevTools pero no en tu rastreador, es probable que el contenido se genere mediante JavaScript.




