如何使用CSS选择器选中除table元素及其内容外的所有元素？

你之前用的:not(table), :not(table) *选择器无效，是因为它会匹配到table元素的父容器（比如示例中的div.table）的子元素——table本身，因为父容器不是table，所以它的子元素table会被:not(table) *选中，导致table及其内容依然被包含。

下面提供两种可行的解决方案：

一、CSS选择器方案 #

使用更精准的选择器，排除table元素及其所有后代：

from requests_html import HTML

html_string="""<html>
<head>
  <title>Testing</title>
</head>
<body>
<div class="page group">
  <h2 class="level2">This is a heading</h2>
  <p>This is a paragraph.</p>

  <div class="table">
    <table border=1>
      <tr class="row1">
        <th>th 1</th>
        <td>td 1</td>
      </tr>
      <tr class="row2">
        <th>th 2</th>
        <td>td 2</td>
      </tr>
    </table>
  </div>

  <h3 class="level3">a sub heading</h3>
  <p>This is also a paragraph.</p>
  <p>This is another paragraph.</p>

  <div>This is some text in a div element.</div>
  <a href="https://www.blah.com" target="_blank">Blah!</a>
</div>
</body>"""

page = HTML(html=html_string)
# 选中div.page下所有非table、且非table后代的元素
elements = page.find('div.page *:not(table):not(table *)')

# 验证结果
for elem in elements:
    print(f"{elem.tag}: {elem.text.strip()}")

选择器逻辑：

• div.page *：选中div.page下的所有子元素
• :not(table)：排除table元素本身
• :not(table *)：排除table的所有后代元素

如果需要连包含table的div.table容器一起排除，可改用选择器：div.page > *:not(.table)

二、XPath方案 #

XPath的逻辑更直观，适合复杂的排除场景：

from requests_html import HTML

# 复用上面的html_string...

page = HTML(html=html_string)
# XPath表达式：选中div.page下所有不是table、且祖先中没有table的元素
elements = page.xpath('//div[contains(@class, "page")]//*[not(self::table) and not(ancestor::table)]')

# 验证结果
for elem in elements:
    print(f"{elem.tag}: {elem.text.strip()}")

XPath逻辑：

• //div[contains(@class, "page")]：定位到目标div.page容器
• //*：选中容器下的所有元素
• not(self::table)：排除table元素本身
• not(ancestor::table)：排除所有以table为祖先的元素（即table的所有后代）

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