pyquery使用详解

       最近遇到一个解析html数据得需求,第一个想法做爬虫得肯定有相关得库,因为是基于python开发,所以发现了pyquery这个库。pyquery是基于lxml封装得非常强大灵活得xml和html解析库,api跟jQuery非常类似,对了解jQuery得开发者来说是非常不错得选择。接下就和大家分享一下使用方法(本文基于1.4.0版本编写,如果你是一两年后看到此文,可以参考官网)。

官方文档:http://pyquery.readthedocs.io/en/latest/

github地址:https://github.com/gawel/pyquery

安装:

pip install pyquery

导入:

from pyquery import PyQuery as pq 

快速使用:

1、通过字符串加载数据

    from pyquery import PyQuery as pq
    d = pq("网页标题
you know Python rocks
")

2、通过url加载数据,官方文档上需要import urllib ,但实测不加也可以,内部实现已经引入了。

    from pyquery import PyQuery as pq
    d = pq(url="http://www.baidu.com")

3、通过文件加载数据

    from pyquery import PyQuery as pq
    d = pq(filename="D:/PycharmProjects/pyquery_test/pyq/login.html")

数据解析:

1、获取指定标签集

  from pyquery import PyQuery as pq
    d = pq("网页标题
第一个div
内部div
第二个divPython
") print(d("div"))

输出结果:

第一个div
内部div
内部div
第二个divPython

2、通过index获取指定的标签

    from pyquery import PyQuery as pq
    d = pq("网页标题
第一个div
内部div
第二个divPython
") print(d("div").eq(0)) print(d("div").eq(1)) print(d("div").eq(2))

输出结果:

第一个div
内部div

内部div

第二个divPython

3、获取指定标签的属性值

    from pyquery import PyQuery as pq
    d = pq("网页标题
第一个div
内部div
第二个divPython
") print(d("a").attr("href"))

输出结果:

http://python.org/

4、获取指定标签文本值

from pyquery import PyQuery as pq
    d = pq("网页标题
第一个div
内部div
第二个divPython
") print(d("a").text())

输出结果:

Python


(未完,有时间在写)

你可能感兴趣的:(Python)