使用pyquery简单爬取网页中文本中数据

案例

1.通过pyquery定位如下html源码中的第二对儿ul中的li文本(使用CSS选择器实现,不要用下标索引)。

源代码:

from pyquery import PyQuery as pq

html = """
<div class="div">
    <ul>
        <li>1</li>
        <li>2</li>
        <li>3</li>
        <li>4</li>
        <li>5</li>
        <li>6</li>
        <li>7</li>
        <li>8</li>
    </ul>
    <ul>
        <li>9</li>
        <li>10</li>
    </ul>
</div>
"""
doc = pq(html)

a = (doc('ul:last-child'))
print(a.text())
b = (doc('.div ul+ul'))
print(b.text())

运行结果:

D:\PyCharmProject\venv\Scripts\python.exe D:/PyCharmProject/Test10/1.py
9
10
9
10

Process finished with exit code 0

2.对例中所有的li节点,奇数节点添加class值:active-0,偶数节点添加class值:active-1。

源代码:

from pyquery import PyQuery as pq

html = """
<div class="div">
    <ul>
        <li>1</li>
        <li>2</li>
        <li>3</li>
        <li>4</li>
        <li>5</li>
        <li>6</li>
        <li>7</li>
        <li>8</li>
    </ul>
    <ul>
        <li>9</li>
        <li>10</li>
    </ul>
</div>
"""
doc = pq(html)
li = doc('li')

oddLi = li('li:nth-child(odd)')   #奇数
evenLi = li('li:nth-child(even)')  #偶数

oddLi = oddLi.add_class('active-0')
evenLi = evenLi.add_class('active-1')

print(li)

运行结果:

D:\PyCharmProject\venv\Scripts\python.exe D:/PyCharmProject/Test10/2.py
<li class="active-0">1</li>
        <li class="active-1">2</li>
        <li class="active-0">3</li>
        <li class="active-1">4</li>
        <li class="active-0">5</li>
        <li class="active-1">6</li>
        <li class="active-0">7</li>
        <li class="active-1">8</li>
    <li class="active-0">9</li>
        <li class="active-1">10</li>
    

Process finished with exit code 0
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值