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

MyBatis配置文件(七)－－environments运行环境
一.environments配置信息: environments的作用是用来配置数据库信息,可以配置多个,其有两个可配的子元素,分别是:事务管理器transactionManager和数据源dataS ...
ubuntu下编译安装poco
系统环境: ubuntu版本:Linux jfcai-VirtualBox 4.15.0-29-generic #31-Ubuntu SMP Tue Jul 17 15:39:52 UTC 2018 ...
Linq之Sum用法新体会
1.简单应用,求数组的和,示例: , , , , , , , , , }; double numSum = numbers.Sum(); Console.WriteLine("The sum ...
mysql api 不支持source命令
今天写了个代码 <?php ..... mysql_query("source /tmp/cr.sql",$link); ..... ?> 结果死活cr.sql的SQL ...
矩阵快速幂求Fibonacci
原理我们取矩阵A 则 F1=F2=1;则可以轻易求出F(i) #define maxn 2 #define mo 1000000007 struct Matrix{ long long a[maxn ...
TZOJ 4021 Ugly Problem(线段树区间子段最大)
描述给定一个序列A[0],A[1],…A[N-1],要求找到p0,p1,p2,p3使得A[p0]+A[p0+1]+…+A[p1] + A[p2]+A[p2+1]+…+A[p3]最大(0<=p0 ...
Luogu P2577 [ZJOI2005]午餐(dp)
P2577 [ZJOI2005]午餐题面题目描述上午的训练结束了, $THU \ ACM$ 小组集体去吃午餐,他们一行 $N$ 人来到了著名的十食堂.这里有两个打饭的窗口,每个窗口同一时 ...
Rabbitmq交换机三种模式介绍
1.topic 将路由键和某模式进行匹配.此时队列需要绑定要一个模式上.符号“#”匹配一个或多个词,符号“*”匹配不多不少一个词.因此“abc.#”能够匹配到“abc.def.ghi”,但是“abc. ...
SSM2-搭建maven常见的错误以及解决方法
1.项目中的jdk版本电脑自带的jdk版本不一致 mavne-parent 的pom.xml文件  <plugin> <groupId& ...
JS高级---学习roadmap---5 parts
JS高级---学习roadmap---5 parts part 1-3 part 4-5

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