# https://pyquery.readthedocs.io/en/latest/genindex.html#I
# pyquery官方文档
html = '''
<div id="cont">
<ul class="slist">
<li class="item-0">web开发</li>
<li class="item-1"><a href="link2.html">爬虫开发</a></li>
<li class="item-0 active"><a href="link3.html"><span class="bold">数据分析</span></a></li>
<li class="item-1 active"><a href="link4.html">深度学习</a></li>
<li class="item-0"><a href="link5.html">机器学习</a></li>
</ul>
</div>
'''
from pyquery import PyQuery as pq
obj = pq(html)
# 固定语法 空格能够让底层开发技术 根据规律来进行后续得工作 # id 选择器 . 是class选择器 为了编写css 语法的
li = obj('#cont .slist li')
#
# 爬虫课 需要的基本知识 前端技术的一个了解 html css JavaScript
# items方法
for i in li.items():
# print(i)
# 提取内容
# print(i.text())
pass
it = obj('ul')
# 通过查找方式
# print(it.find('li'))
# 子节点 子 方法 查找全部儿子
# print(it.children())
# 找上级 一起返回
# print(it.parent())
li = obj('.slist .item-0.active a')
# print(li.siblings())
# print(li.siblings('.active'))
# 提取属性
# print(li.attr('href'))
doc = pq(html)
li2 = doc('.item-0.active')
# print(li2)
li2.removeClass('active')
# print(li2)
li2.addClass('feifei')
# print(li2)
from pyquery import PyQuery as pq
import requests
res = requests.get('https://pic.netbian.com/4kmeinv/index.html')
res.encoding = 'gbk'
qq = pq(res.text)
print(qq)
items = qq('.slist ul li img')
print(type(items),'........')
first_element = items[0] # 获取1条数据,这里虽然不是列表,但也可以用列表的方法提取元素
print(first_element,'first_element')
# <Element img at 0x1d65a3c6840> first_element
print(items.items(),'items.items')
# 获取所有的img——element,返回一个生成器
# <generator object PyQuery.items at 0x000001D657B97290> items.items
for i in items.items():
print(i)
# 打印出各个img element
print(first_element.items(),'first_element.items()')
for i in first_element.items():
print(i[1])
# for it in xxx.items():
# print('https://pic.netbian.com' + it.attr('src'))
pyquery的使用方法
最新推荐文章于 2024-03-06 16:29:36 发布