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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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 ...

  10. 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

  1. PAT甲级——A1018 Public Bike Management

    There is a public bike service in Hangzhou City which provides great convenience to the tourists fro ...

  2. Java基础程序与面向对象

    首先,我们需要了解和知道一些Java的基本概念: 程序编译过程:.java文件会通过编译器--被编译成一个. class字节码文件---再由虚拟机运行.class文件解释运行Java程序. 编码规范: ...

  3. scrapy中的Request和Response对象

    前言: 如果框架中的组件比做成是人的各个器官的话,那个Request和Response就是血液,Item就是代谢产物 Request对象: 是用来描述一个HTTP请求,其构造参数有 url 请求的UR ...

  4. Codeforces 899F Letters Removing 线段树/树状数组

    虽然每次给一个区间,但是可以看作在区间内进行数个点操作,同样数列下标是动态变化的,如果我们将每个字符出现看作1,被删除看作0,则通过统计前缀和就能轻松计算出两个端点的位置了!这正是经典的树状数组操作 ...

  5. golang的flag包源码解析与使用

    当我们 import  package时,package内的全局常量和全局变量会进行初始化,并且紧接着init函数会执行.因此我们先看一下flag包的全局常量和全局变量. 一.flag包的全局常量.全 ...

  6. android搭建

    搭建:https://www.cnblogs.com/zoupeiyang/p/4034517.html#1 android sdk manager 翻墙:http://www.androiddevt ...

  7. Composer项目安装依赖包

    说明:一般用Composer的项目中,目录下都有一个composer.json文件,安装这些依赖,只需要输入命令即可 步骤: cmd进入项目目录,运行命令即可 composer install 文章参 ...

  8. id生成器

  9. 使用tomcat部署多个站点,访问时当然不能带上下文路径咯

    参考 http://blog.sina.com.cn/s/blog_6341fc0f0100lzaj.html tomcat的server.xml文件(比如C:\Program Files\Apach ...

  10. 关系数据库（ch.2)

    2.1.1 关系 域 笛卡儿积 关系 candiate key 如果一组属性值可以唯一的标识一个元祖,但是他的子集不行,那么这是一个候选码 关系可以由三种类型 基本关系 查询关系 视图 为关系附加如下 ...