pyquery使用详解

最新推荐文章于 2024-05-28 08:52:12 发布

IT江湖小熊

最新推荐文章于 2024-05-28 08:52:12 发布

阅读量1.1k

点赞数

分类专栏： Python 文章标签： python pyquery 爬虫 html解析

本文链接：https://blog.csdn.net/ITjianghuxiaoxiong/article/details/80701853

版权

Python 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

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("<html><head><title>网页标题</title></head><body><div>you know <a href='http://python.org/'>Python</a> rocks</div></body></html>")

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("<html><head><title>网页标题</title></head><body><div>第一个div<div>内部div</div></div><div id='divId'>第二个div<a href='http://python.org/'>Python</a></div></body></html>")
    print(d("div"))

输出结果：<div>第一个div<div>内部div</div></div><div>内部div</div><div id="divId">第二个div<a href="http://python.org/">Python</a></div>

2、通过index获取指定的标签

    from pyquery import PyQuery as pq
    d = pq("<html><head><title>网页标题</title></head><body><div>第一个div<div>内部div</div></div><div id='divId'>第二个div<a href='http://python.org/'>Python</a></div></body></html>")
    print(d("div").eq(0))
    print(d("div").eq(1))
    print(d("div").eq(2))

输出结果：

<div>第一个div<div>内部div</div></div>

<div>内部div</div>

<div id="divId">第二个div<a href="http://python.org/">Python</a></div>

3、获取指定标签的属性值

    from pyquery import PyQuery as pq
    d = pq("<html><head><title>网页标题</title></head><body><div>第一个div<div>内部div</div></div><div id='divId'>第二个div<a href='http://python.org/'>Python</a></div></body></html>")
    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("<html><head><title>网页标题</title></head><body><div>第一个div<div>内部div</div></div><div id='divId'>第二个div<a href='http://python.org/'>Python</a></div></body></html>")
    print(d("a").text())

输出结果：

Python

（未完，有时间在写）

IT江湖小熊

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
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...
复制链接

扫一扫