Python爬虫之PyQuery解析库的使用

本文为笔者根据Python静觅教程记录笔记,仅供学习使用

PyQuery解析库跟BeautifulSoup解析库一样都是方便我们解析文档的,但是PyQuery解析库跟JS的框架JQuery很相似,如果之前接触过JQuery的话,再学习这个就没有什么学习成本了。

1.初始化

  • 字符串初始化
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
print(doc('li'))

运行结果:


Python爬虫之PyQuery解析库的使用_第1张图片
运行结果图
  • URL初始化
from pyquery import PyQuery as pq
doc = pq(url='http://www.baidu.com')
print(doc('head'))

运行结果:

运行结果图
  • 文件初始化
from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
print(doc('li'))

运行结果:


Python爬虫之PyQuery解析库的使用_第2张图片
运行结果图

2.基本CSS选择器

html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
print(doc('#container .list li'))

运行结果:


Python爬虫之PyQuery解析库的使用_第3张图片
运行结果图

3.查找元素

  • 子元素
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
items = doc('.list')
print(type(items))
print(items)
lis = items.find('li')
print(type(lis))
print(lis)

运行结果:


Python爬虫之PyQuery解析库的使用_第4张图片
运行结果图
lis = items.children()
print(type(lis))
print(lis)

运行结果:


Python爬虫之PyQuery解析库的使用_第5张图片
运行结果图
lis = items.children('.active')
print(lis)

运行结果:


运行结果图
  • 父元素
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
items = doc('.list')
container = items.parent()
print(type(container))
print(container)

运行结果:


Python爬虫之PyQuery解析库的使用_第6张图片
运行结果
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
items = doc('.list')
parents = items.parents()
print(type(parents))
print(parents)

运行结果:


Python爬虫之PyQuery解析库的使用_第7张图片
运行结果图
parent = items.parents('.wrap')
print(parent)

运行结果:


Python爬虫之PyQuery解析库的使用_第8张图片
运行结果图
  • 兄弟元素
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.list .item-0.active')
print(li.siblings())

运行结果:


运行结果图
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.list .item-0.active')
print(li.siblings('.active'))

运行结果:


运行结果图

4.遍历

  • 单个元素
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.item-0.active')
print(li)

运行结果:


运行结果图
  • 多个元素
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
lis = doc('li').items()
print(type(lis))
for li in lis:
    print(li)

运行结果:


Python爬虫之PyQuery解析库的使用_第9张图片
运行结果图

5.获取信息

  • 获取属性
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
a = doc('.item-0.active a')
print(a)
print(a.attr('href'))
print(a.attr.href)

运行结果:


运行结果图
  • 获取文本
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
a = doc('.item-0.active a')
print(a)
print(a.text())

运行结果:


运行结果图
  • 获取HTML
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.item-0.active')
print(li)
print(li.html())

运行结果:


运行结果图

6.DOM操作

  • addClass、removeClass
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.item-0.active')
print(li)
li.removeClass('active')
print(li)
li.addClass('active')
print(li)

运行结果:


Python爬虫之PyQuery解析库的使用_第10张图片
运行结果图
  • attr、css
html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.item-0.active')
print(li)
li.attr('name', 'link')
print(li)
li.css('font-size', '14px')
print(li)

运行结果:


Python爬虫之PyQuery解析库的使用_第11张图片
运行结果图
  • remove
html = '''
Hello, World

This is a paragraph.

''' from pyquery import PyQuery as pq doc = pq(html) wrap = doc('.wrap') print(wrap.text()) wrap.find('p').remove() print(wrap.text())

运行结果:


运行结果图
  • 其他DOM方法
    http://pyquery.readthedocs.io/en/latest/api.html

7.伪类选择器

html = '''

'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('li:first-child')
print(li)
li = doc('li:last-child')
print(li)
li = doc('li:nth-child(2)')
print(li)
li = doc('li:gt(2)')
print(li)
li = doc('li:nth-child(2n)')
print(li)
li = doc('li:contains(second)')
print(li)

运行结果:


Python爬虫之PyQuery解析库的使用_第12张图片
运行结果图

你可能感兴趣的:(Python爬虫之PyQuery解析库的使用)