python系列之（2）PyQuery的用法

1.了解

pyquery库是jQuery的Python实现，能够以jQuery的语法来操作解析 HTML 文档，易用性和解析速度都很好。

2.安装

pip install pyquery

3引用

from pyquery import PyQuery as pq

4.初始化

1）字符串

html = """

<html lang="en">

    <head>

        simple good

        <title>PyQuery</title>

    </head>

    <body>

        <ul id="container" class="list">

            <li class="object-1">Python</li>

            <li class="object-2">amazing</li>

            <li class="object-3">wonderful</li>

        </ul>

    </body>

</html>

"""

doc = pq(html)

2)url

response = pq(url='https://www.baidu.com')

print(response("head"))

3）文件

#filename参数为html文件路径

test_html = pq(filename = 'test.html')

print(type(test_html))

print(test_html)

5.使用

#-*- coding: UTF-8 -*-

from pyquery import PyQuery as pq

html = """

<html lang="en">

    <head>

        simple good

        <title>PyQuery</title>

    </head>

    <body>

        <ul id="container" class="list">

            <li class="object-1">Python</li>

            <li class="object-2">amazing</li>

            <li class="object-3">wonderful</li>

        </ul>

    </body>

</html>

"""

doc = pq(html)

#常用的css选择器

print(doc)

#打印id为container的标签

print(doc('#container'))

#打印class为object-1的标签

print(doc('.object-1'))

#打印body

print(doc('body'))

#多种css选择器使用

print(doc('html #container'))

#打印.list的li

print(doc('#container .list li'))

print('-----------------------------------')

#伪类选择器

#打印第二个孩子

print(doc('li:nth-child(2)'))

#打印第一个孩子

print(doc('li:first-child'))

#打印最后一个孩子

print(doc('li:last-child'))

#打印含Python的li

print(doc("li:contains('Python')"))

print('-----------------------------------')

#查找

#查找id为container

print(doc.find('#container'))

#查找li

print(doc.find('li'))

#查找id为container的孩子

print(doc.find('#container').children())

#查找类为object-2的父亲

print(doc.find('.object-2').parent())

#查找类为object-2的兄弟姐妹

print(doc.find('.object-2').siblings())

print('-----------------------------------')

#获取标签属性

#获取attr为class

print(doc.find('.object-2').attr('class'))

#标签内的文本

print(doc.find('.object-1').text())

#去掉li标签

print(doc.find('#container').remove('li').text())

print('----------------------------------')

输出如下：

<html lang="en">

    <head>

        simple good

        <title>PyQuery</title>

    </head>

    <body>

        <ul id="container" class="list">

            <li class="object-1">Python</li>

            <li class="object-2">amazing</li>

            <li class="object-3">wonderful</li>

        </ul>

    </body>

</html>

<ul id="container" class="list">

            <li class="object-1">Python</li>

            <li class="object-2">amazing</li>

            <li class="object-3">wonderful</li>

        </ul>

<li class="object-1">Python</li>

<body>

        <ul id="container" class="list">

            <li class="object-1">Python</li>

            <li class="object-2">amazing</li>

            <li class="object-3">wonderful</li>

        </ul>

    </body>

<ul id="container" class="list">

            <li class="object-1">Python</li>

            <li class="object-2">amazing</li>

            <li class="object-3">wonderful</li>

        </ul>

-----------------------------------

<li class="object-2">amazing</li>

<li class="object-1">Python</li>

<li class="object-3">wonderful</li>

<li class="object-1">Python</li>

-----------------------------------

<ul id="container" class="list">

            <li class="object-1">Python</li>

            <li class="object-2">amazing</li>

            <li class="object-3">wonderful</li>

        </ul>

<li class="object-1">Python</li>

            <li class="object-2">amazing</li>

            <li class="object-3">wonderful</li>

<li class="object-1">Python</li>

            <li class="object-2">amazing</li>

            <li class="object-3">wonderful</li>

<ul id="container" class="list">

            <li class="object-1">Python</li>

            <li class="object-2">amazing</li>

            <li class="object-3">wonderful</li>

        </ul>

<li class="object-1">Python</li>

            <li class="object-3">wonderful</li>

-----------------------------------

object-2

Python

----------------------------------

参考：https://www.jianshu.com/p/5def029dbdf8

https://www.jianshu.com/p/770c0cdef481

python系列之（2）PyQuery的用法的更多相关文章

芝麻HTTP： Python爬虫利器之PyQuery的用法
前言你是否觉得 XPath 的用法多少有点晦涩难记呢? 你是否觉得 BeautifulSoup 的语法多少有些悭吝难懂呢? 你是否甚至还在苦苦研究正则表达式却因为少些了一个点而抓狂呢? 你是否已经有 ...
Python爬虫利器六之PyQuery的用法
前言你是否觉得 XPath 的用法多少有点晦涩难记呢? 你是否觉得 BeautifulSoup 的语法多少有些悭吝难懂呢? 你是否甚至还在苦苦研究正则表达式却因为少些了一个点而抓狂呢? 你是否已经有 ...
Python逆向爬虫之pyquery，非常详细
系列目录 Python逆向爬虫之pyquery pyquery是一个类似jquery的python库,它实现能够在xml文档中进行jQuery查询,pyquery使用lxml解析器进行快速在xml和h ...
python解析HTML之:PyQuery库的介绍与使用
本篇大部分转载于https://www.jianshu.com/p/c07f7cd1b548 先放自已自己解析techweb一个网站图片的代码 from pyquery import PyQuery ...
总结整理 -- python系列
python系列 python--基础学习(一)开发环境搭建,体验HelloWorld python--基础学习(二)判断 .循环.定义函数.继承.调用 python--基础学习(三)字符串单引号.双 ...
初探接口测试框架--python系列7
点击标题下「蓝色微信名」可快速关注坚持的是分享,搬运的是知识,图的是大家的进步,没有收费的培训,没有虚度的吹水,喜欢就关注.转发(免费帮助更多伙伴)等来交流,想了解的知识请留言,给你带来更多价值,是 ...
初探接口测试框架--python系列2
点击标题下「蓝色微信名」可快速关注坚持的是分享,搬运的是知识,图的是大家的进步,没有收费的培训,没有虚度的吹水,喜欢就关注.转发(免费帮助更多伙伴)等来交流,想了解的知识请留言,给你带来更多价值,是 ...
初探接口测试框架--python系列3
点击标题下「微信」可快速关注坚持的是分享,搬运的是知识,图的是大家的进步,没有收费的培训,没有虚度的吹水,喜欢就关注.转发(免费帮助更多伙伴)等来交流,想了解的知识请留言,给你带来更多价值,是我们期 ...
初探接口测试框架--python系列4
点击标题下「蓝色微信名」可快速关注坚持的是分享,搬运的是知识,图的是大家的进步,没有收费的培训,没有虚度的吹水,喜欢就关注.转发(免费帮助更多伙伴)等来交流,想了解的知识请留言,给你带来更多价值,是 ...
初探接口测试框架--python系列5
点击标题下「蓝色微信名」可快速关注坚持的是分享,搬运的是知识,图的是大家的进步,没有收费的培训,没有虚度的吹水,喜欢就关注.转发(免费帮助更多伙伴)等来交流,想了解的知识请留言,给你带来更多价值,是 ...

随机推荐

Composer安装Yii2以及相关扩展
1.安装redis扩展命令:composer require yiisoft/yii2-redis Git地址:https://github.com/yiisoft/yii2-redis/blob/ ...
Commons BeanUtils工具包
简介: BeanUtils工具包是由Apache公司所开发,提供对Java反射和自省API的包装.其主要目的是利用反射机制对JavaBean的属性进行处理. 我们知道,一个JavaBean通常包含了大 ...
分享一个百度大牛的Python视频系列下载
好像是百度资深大数据工程师在录制Python视频课程讲课,包括Python基础入门.数据分析.网络爬虫.大数据处理.机器学习.推荐系统等系列,他还在不停地录制,课程感觉很不错,视频网盘分享给大家学 ...
C#获取C# DLL中的指定接口的所有实现实例 - qq_19759475的博客 - CSDN博客
原文:C#获取C# DLL中的指定接口的所有实现实例 - qq_19759475的博客 - CSDN博客 public static List<T> CreateTarInterface& ...
webService学习五（插入片，---监控方法）
WS Explorer工具的使用: 1- web服务浏览器 2-将对应的路径copy到这里 - 3- 4-- 5-- 6--请求的数据: 7--相应数据二.使用TCP/IP Monitor-拦截HT ...
tensorflow object detection faster r-cnn 中keep_aspect_ratio_resizer是什么意思
如果小伙伴的英语能力强可以直接阅读这里:https://stackoverflow.com/questions/45137835/what-the-impact-of-different-dimens ...
C# 制作ActiveX控件并添加到网页
1.创建ActiveX控件——按钮 2.定义一个接口,并在控件中实现 3.部署安装 4.CAB打包 5.添加到网页中进行测试一. 创建ActiveX控件——按钮 1.新建一个Window窗体控件库项 ...
TZOJ 3522 Checker Challenge(深搜)
描述 Examine the 6x6 checkerboard below and note that the six checkers are arranged on the board so th ...
jodatime 计算时间差_统计程序运行耗时
https://blog.csdn.net/De_Moivre/article/details/79775661 记录开始执行的时间 DateTime startDateTime=new DateTi ...
Ubuntu18.04 修改IP地址、查看网关、防火墙
1. Ubuntu18.04 修改IP地址修改 sudo vim /etc/netplan/50-cloud-init.yaml文件 # This file is generated from in ...

python系列之（2）PyQuery的用法

python系列之（2）PyQuery的用法的更多相关文章

随机推荐

热门专题