如何使用python爬虫获取css伪元素例如:before
before是css中的一种伪元素，可用于在某个元素之前插入某些内容。 ：after是css中的一种伪元素，可用于在某个元素之后插入某些内容。
完成必要工具安装后，我们正式开始编写我们的爬虫。我们的第一个任务是要抓取所有豆瓣上的图书信息。我们以/subject/26986954/为例，首先看看开如何抓取网页的内容。
）首先你要明白爬虫怎样工作。想象你是一只蜘蛛，现在你被放到了互联“网”上。那么，你需要把所有的网页都看一遍。怎么办呢？没问题呀，你就随便从某个地方开始，比如说人民日报的首页，这个叫initial pages，用$表示吧。
Python指定CSS选择器问题,怎么解决
CSS选择器没有正确地匹配元素：当您使用CSS样式定义某个元素时，必须通过相应的选择器将样式与该元素匹配。如果选择器命名错误或不完整，则样式将不会奏效。请检查选择器与相应元素是否完全匹配，确保选择器名称和语法正确。
可以使用属性选择器，而不用类选择器，因为属性选择器要求严格匹配，因此btn和btn btn-info在类选择器中都能匹配到btn，但在属性选择器中却是不匹配的。
start_tagname(self， attrs)end_tagname(self)tagname 就是标签名称，比如当遇到 ，就会调用 start_pre，遇到 ，就会调用end_pre。attrs 为标签的参数，以 [(attribute， value)， (attribute， value)， ...] 的形式传回。
python 使用css 需要导入cssutils，最新版本是0.1。
python爬取网页时会不会加载css,js等内容
1、学习前端基础，你需要掌握html、css和JavaScript之间的关系，浏览器的加载过程，ajax、json和xml，GET、POST方法。学习python爬虫相关知识，比如最常使用的爬虫库requests，要知道如何用requests发送请求获取数据。
2、js代码是需要js引擎运行的，Python只能通过HTTP请求获取到HTML、CSS、JS原始代码而已。不知道有没有用Python编写的JS引擎，估计需求不大。我一般用PhantomJS、CasperJS这些引擎来做浏览器抓取。
3、抓取js动态生成的内容的页面有两种基本的解决方案 1用dryscrape库动态抓取页面 js脚本是通过浏览器来执行并返回信息的，所以，抓取js执行后的页面，一个最直接的方式就是用python模拟浏览器的行为。
4、反爬虫进进阶策略： 数据投毒，服务器在自己的页面上放置很多隐藏的url，这些url存在于html文件文件里面，但是通过css或者js使他们不会被显示在用户看到的页面上面。（确保用户点击不到）。
5、打开浏览器，以google chrome为例，输入你上面的网址。然后按F12打开调试窗口，然后尝试勾选左边某一个选项，马上可以看到右边的调试窗口有东西输出。找到第一个输出的行，点击header，可以看到每一个都是用的post方法。
6、如何用对应的网页分析工具，如IE9的F12，Chrome的Ctrl+Shift+J，Firefox的Firebug，去分析出对应的逻辑；针对抓取网站，模拟登陆，抓取动态网页，全部给出了完整的可用的，多种语言的示例代码：Python，C#，Java，Go等。