PyQuery庫詳解
阿新 • • 發佈：2018-06-16
則表達式 HR ID div TE DG -c contain filename
強大又靈活的網頁解析庫，如果覺得正則表達式寫起來太麻煩，而BeautifulSoup語法太難記，但是熟悉jQuery的語法，那麽PyQuery就是一個絕佳選擇。
安裝：pip3 install pyquery
初始化
字符串初始化
from pyquery import PyQuery as pq
html = ‘‘‘
<div>
<url>
<li class=‘item-0‘>first item</li>
<li class=‘item-1‘><a href=‘link3.html‘><span class=‘bold‘>third item</span></a></li>
</url>
</div>
‘‘‘
doc = pq(html)
print(doc(‘li‘))
#這裏的選擇與css選擇器一樣，選class加點，選id加#，選標簽什麽都不加
輸出結果為：
<li class="item-0">first item</li>
<li class="item-1"><a href="link3.html"><span class="bold">third item</span></a></li> URL初始化
from pyquery import PyQuery as pq doc = pq(url=‘http://www.baidu.com‘) print(doc(‘head‘)) 輸出結果為： <head><meta http-equiv="content-type" content="text/html;charset=utf-8"/><meta http-equiv="X-UA-Compatible" content="IE=Edge"/><meta content="always" name="referrer"/><link rel="stylesheet" type="text/css" href="http://s1.bdstatic.com/r/www/cache/bdorz/baidu.min.css"/><title>????o|??????????? ?°±??￥é??</title></head>
這種是傳入一個url,會自動請求這個url,把源代碼給pq,生成一個pq對象
文件初始化
from pyquery import PyQuery as pq
doc = pq(filename=‘1.html‘)
print(doc(‘url‘))
輸出結果為：
<url>
<li class="item-0">first item</li>
<li class="item-1"><a href="link3.html"><span class="bold">third item</span></a></li>
</url>
------------------------
1.html內容：
<div>
<url>
<li class=‘item-0‘>first item</li>
<li class=‘item-1‘><a href=‘link3.html‘><span class=‘bold‘>third item</span></a></li>
</url>
</div>
基本css選擇器：
from pyquery import PyQuery as pq
html = ‘‘‘
<div id=‘container‘>
<ul class=‘list‘>
<li class=‘item-0‘>first item</li>
<li class=‘item-1‘><a href=‘link2.html‘>second item</a></li>
<li class=‘item-0 active‘><a href=‘link3.html‘><span class=‘bold‘>third item</span></a></li>
<li class=‘item-1 active‘><a href=‘link4.html‘>fourth item</a></li>
<li class=‘item-0‘><a href=‘link5.html‘>fifth item</a></li>
</url>
</div>
‘‘‘
doc = pq(html)
print(doc(‘#container .list li‘))
輸出結果為：
<li class="item-0">first item</li>
<li class="item-1"><a href="link2.html">second item</a></li>
<li class="item-0 active"><a href="link3.html"><span class="bold">third item</span></a></li>
<li class="item-1 active"><a href="link4.html">fourth item</a></li>
<li class="item-0"><a href="link5.html">fifth item</a></li>
css選擇器，id前面加#號，class前面加點,標簽前面什麽都不加
查找元素
查找子元素
查找父元素
PyQuery庫詳解