从基于字号的CSS提取文本

Question

我编写了一个函数，它根据报头的标记（h1/2…）解析所有报头。现在，我想扩展它并添加一个基于字体大小解析文本的特性—比如说20px或1.5em，而不管标题是什么。我想要一个功能，带来任何文字的字号大于X，无论它在网页上。该函数以json文件作为输入，由一个随机的HTML（以及任何网站可以拥有的，例如CSS等）组成。在

基于crummy似乎一个可能的选择是使用汤。拿来（），然而，我并没有找到很多例子将其用于此目的。在

因为字体大小可能会出现在CSS组件下，我不确定bs4是否适合它。我假设答案包括cssutils或tinycss，但还没有找到将它们用于此任务的最佳方法。在

作为一个参考-我的标题标签的代码已发布，以供审阅：https://codereview.stackexchange.com/questions/166671/extract-html-content-based-on-tags-specifically-headers/166674?noredirect=1#comment317280_166674。在

我查过的帖子： What is the pythonic way to implement a css parser/replacer；
Find all the span styles with font size larger than the most common one via beautiful soup python；
Search in HTML page using Regex patterns with python；
How to parse a web page containing CSS and HTML using python；
how to extract text within font tag using beautifulsoup；
Extract text with bold content from css selector

多谢了