使用BeautifulSoup时a:nth-of-type(n)语法的疑问求助

作为BeautifulSoup新手，我遇到了一个选择器的问题，相关代码如下：

html_doc = """
<html><head><title>"happy new year"</title></head>
<body>
<p class="title"><b>c.biancheng.net</b></p>
<p class="website">2022 is last year</p>
<a href="http://c.biancheng.net/python/" id="link1">2023 is the new year</a>
<a href="http://c.biancheng.net/c/" id="link2">hope you will be better</a>
<a href="http://c.biancheng.net/django/" id="link3">achieve more</a>
<p class="VIP">YEAH</p>
<a href="http://vip.biancheng.net/?from=index" id="link4">and realize your dream</a>
<p class="introduce">introduction:
<a href="http://c.biancheng.net/view/8066.html" id="link5">best</a>
<a href="http://c.biancheng.net/view/8092.html" id="link6">wishes</a>
</p>
"""
soup = BeautifulSoup(html_doc, 'html.parser')
print(soup.select('p ~ a:nth-of-type(4)'))

执行上述代码会输出：

[<a href="http://vip.biancheng.net/?from=index" id="link4">and realize your dream</a>]

但将代码中的4改为5，即执行print(soup.select('p ~ a:nth-of-type(5)'))时，返回值为[]（空列表），我不清楚原因，希望有人能解答这一现象。

问题解答 #

要理解这个现象，得拆解选择器的逻辑：

• p ~ a：只匹配在<p>标签之后、且与<p>同级的<a>元素。你的HTML里，link1、link2、link3、link4都是<body>的直接子元素，和前面的<p>同级，会被选中；而link5、link6是<p class="introduce">的子元素，属于嵌套关系，不是<p>的同级兄弟，所以不会被这个选择器匹配到。
• :nth-of-type(n)：这个伪类是以元素的父元素为范围来计数同类型元素的。这里匹配到的<a>都属于<body>的子元素，而<body>下总共只有4个符合条件的<a>，所以当n=5时，找不到对应的元素，返回空列表。

当n=4时，正好对应<body>下的第4个<a>（也就是link4），所以能正常输出结果。

内容的提问来源于stack exchange，提问作者TryingToLearnSomething