pyquery 库的使用

 1 from pyquery import PyQuery as pq
 2 # 文件勿命名为 pyquery.py，会发生冲突
 3 
 4 # 字符串初始化
 5 html = '''
 6 

 7     

 8         

 9             
科目一
10             
科目二
11             
科目三
12             
科目四
13             
买车
14         
15     
16 
17 '''
18 doc = pq(html)
19 print(doc('li'))
20 # url初始化
21 doc = pq(url='https://www.jiakaobaodian.com/')
22 print(doc('title'))
23 # 文件初始化
24 doc = pq(filename='demo.html')
25 print(doc('li'))
26 
27 
28 # 基本 CSS 选择器
29 doc = pq(html)
30 print(doc('#car_test .menu-list li'))
31 print(type(doc('#car_test .menu-list li')))
32 # 当需要用 class 且名称内容有空格时，”.“表示并列
33 print(doc('.menu-list .icon3.subject, .buy.car'))
34 
35 
36 # 查找节点
37 doc = pq(html)
38 items = doc('.menu-list')
39 print(type(items))
40 print(items)
41 # find() 查找节点里的所有子孙节点
42 link_list = items.find('a')
43 print(type(link_list))
44 print(link_list)
45 print('\n')
46 # children() 查找节点里的子节点
47 menu_list = items.children()
48 print(menu_list)
49 last_li = items.children('.buy.car')
50 print(last_li)
51 # parent() 父节点
52 car_test = items.parent()
53 print(type(car_test))
54 print(car_test)
55 # parents() 祖先节点，此处输出 class 为 page 和 car_test 的两个节点
56 parents = items.parents()
57 print(parents)
58 # siblings() 兄弟节点
59 li = doc('.menu-list .icon3.subject')
60 print(li.siblings())
61 
62 
63 # 遍历
64 doc = pq(html)
65 menu_list = doc('li').items()
66 print(type(menu_list))
67 for li in menu_list:
68     print(li, type(li))
69     
70 
71 # 获取信息
72 doc = pq(html)
73 a = doc('.icon3.subject a')
74 b = doc('.icon4')
75 # 获取属性，此处为 class_
76 print(a.attr.href)
77 print(b.attr.class_)
78 # 获取文本，html() 返回节点内所有代码
79 print(type(a.text()))
80 print(a.text())
81 print(b.text())
82 print(b.html())

参考资料：静觅 » [Python3网络爬虫开发实战] 4.3-使用pyquery