Python 爬虫十六式 - 第六式：JQuery的假兄弟-pyquery

最新推荐文章于 2024-08-13 12:05:08 发布

Connor_Zhang

最新推荐文章于 2024-08-13 12:05:08 发布

阅读量1.3k

点赞数 3

分类专栏： Python爬虫学习文章标签： Python 爬虫

本文链接：https://blog.csdn.net/miss85246/article/details/86662839

版权

本文介绍了Python库PyQuery，它类似jQuery，提供方便的XML和HTML处理。内容包括PyQuery的简介、简单使用、选择单一和多个节点的方法，如通过节点名称、属性和CSS伪类选择器。此外，还讲解了text()、attr()、html()等方法，以及has_class()和is_()等实用功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PyQuery：一个类似jquery的python库

学习一时爽，一直学习一直爽

Hello，大家好，我是 Connor，一个从无到有的技术小白。上一次我们说到了 BeautifulSoup 美味的汤，BeautifulSoup 很适合刚刚接触爬虫的新手使用。虽然 BeautifulSoup 好用，但是也有它的局限性。今天我们来讲一讲 PyQuery，让我们以 JQuery的方式来快速提取我们想要的内容。废话不多说，让我们开始吧。

1. PyQuery 的简介

pyquery 允许您在 xml 文档上进行 jquery 查询。API 尽可能与 jquery 类似。pyquery 使用lxml 进行快速 xml 和 html 操作。当然这并不能用于生成 JavaScript 代码或者与 JavaScript 进行代码交互。所以，如果你想在 Python 上运行 JavaScript 代码，那么 pyquery 不是一个好的选择。

2. PyQuery 的简单使用

pyquery还是非常容易上手的。现在，我们以下面的这段 xml 代码为例，进行演示：

html = """
<html>
    <head>
        <title>我的示例</title>
    </head>	
    <body>
        <div class="book">
       		<a class="book_title" id="book" href="abc.html">百炼成钢</a>
        	<p class="book_author" id="author" >王者之势</p>
         	<p class="time" id="time">2019/01/13</p>
         </div>
    </body>
</html>
"""

首先，我们先将这段文档变成 PyQuery 对象，pyquery的操作基本都是通过PyQuery 对象来进行的。你可以这样做：

In [2]: from pyquery import PyQuery

In [3]: doc = PyQuery(html)

In [4]: type(doc)
Out[4]: pyquery.pyquery.PyQuery

使用 CSS 选择器可以快速地对节点进行选择，CSS 选择器是一种快速高效的选择方式，它可以在页面中实现一对一，一对多，多对一的多种控制，使用 CSS 选择器无疑是一种快速便捷的提取方式，你只需要像JQuery一样进行选择可以了：

In [10]: print(doc(".book"))
<div class="book">
               <a class="book_title" id="book" href="abc.html">百炼成钢</a>
            <p class<

最低0.47元/天解锁文章