急いでいる人用
- BeautifulSoup 4.7.0 以降 で以下の処置が必要です。
- cssエスケープで記述します。
- 先頭の
1を\\31にエスケープすると記述できます。 - 0〜9までの数字は
\\30〜\\39のようにエスケープします。 -
1234の場合は\\31 234として、先頭の1桁をエスケープしてスペースを入れます。
from bs4 import BeautifulSoup
html = '<h1 id="1">test</h1>'
soup = BeautifulSoup(html,'lxml')
soup.select('#\\31')
# >>> [<h1 id="1">test</h1>]
from bs4 import BeautifulSoup
html = '<h1 id="0123">test</h1>'
soup = BeautifulSoup(html,'lxml')
soup.select('#\\30 123')
# >>> [<h1 id="0123">test</h1>]
BeautifulSoup 4.6.xでの動作
- cssエスケープなしでヒットします。
- cssエスケープをするとヒットしません。
from bs4 import BeautifulSoup
html = '<h1 id="1234">test</h1>'
soup = BeautifulSoup(html,'lxml')
soup.select('h1#1234')
# >>> [<h1 id="1234">test</h1>]
BeautifulSoup 4.7.0以降の変更
BeautifulSoup 4.7.0からcss slector のparserの実装がBeautifulSoup独自からsoupsieveに変更になりました。
これにより、複雑なcssセレクタや最新のcssセレクタに対応できるようになっているようです。
https://github.com/facelessuser/soupsieve
cssエスケープ
こちらの記事が大変参考になりました。
https://qiita.com/ka-ko/items/feacb4d3ff22666d51b1
cssエスケープを行うツールも紹介されています。
https://mothereff.in/css-escapes