python解析庫的使用--PyQuery

PyQuery介紹與安裝

PyQuery庫也是一個非常強大又靈活的網(wǎng)頁解析庫，如果你有前端開發(fā)經(jīng)驗的，都應該接觸過jQuery,那么PyQuery就是你非常絕佳的選擇。

PyQuery 是 Python 仿照 jQuery 的嚴格實現(xiàn)。

語法與 jQuery 幾乎完全相同，所以不用再去費心去記一些奇怪的方法了。

官網(wǎng)地址：https://pyquery.readthedocs.io/en/latest/

• PyQuery的安裝

pip install pyquery

• URL初始化：

# 推薦使用requests爬取信息
from pyquery import PyQuery as pq
import requests
res = requests.get("http://www.baidu.com")
res.encoding = "utf-8" # 因為原編碼為ISO-8859-1
#print(res.text)
doc = pq(res.text)
print(doc("title"))

PyQuery的使用

首先創(chuàng)建一個html文件：my.html 用于測試pyquery的解析效果

我的常用鏈接

• 百度
• 京東
• 搜狐
• 新浪
• 淘寶

使用pyquery解析my.html

# 讀取my.html的文件內(nèi)容，并使用pyquery來查找節(jié)點
from pyquery import PyQuery as pq

doc = pq(filename='my.html',encoding="utf-8")

print(doc('title')) #通過html標簽名獲取元素節(jié)點
print(doc('#hid'))  #獲取id屬性值為hid的元素節(jié)點
print(doc('.bb'))  #獲取class屬性值為bb的元素節(jié)點
print(doc('title,h3')) #選擇符組的使用

print(doc("ul li.shop a")) #關(guān)聯(lián)選擇符的使用

print(doc("a")) #獲取所有a
print(doc("a:first")) #獲取第一個a
print(doc("a:last")) #獲取最后一個a
print(doc("a:lt(2)")) #獲取前連個a
print(doc("a:eq(2)")) #獲取索引位置2的a（第三個）

print(doc('a[)) #獲取指定屬性值的節(jié)點

print("="*60)
# 節(jié)點的二次篩選：

lilist = doc("ul li") #獲取ul中所有的li
print(type(lilist)) #
print(lilist.find("a.bb")) #在結(jié)果的基礎(chǔ)上再次查找
print(lilist.children("a.bb")) #在結(jié)果的基礎(chǔ)上再次查找

print(doc("a.bb").parent()) #獲取指定元素的直接父節(jié)點
#print(doc("a.bb").parents()) #獲取指定元素的所有父節(jié)點
print(doc("a.bb").parent().siblings()) #獲取兄弟節(jié)點

print("="*60)
# 遍歷：

alist = doc("a")
for a in alist.items():
    print(a.attr.href)
    #print(a.attr('href')) #同上
    print(a.text())  #獲取內(nèi)容
    print(a.html()) 




審核編輯：湯梓紅