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

HDFS 块
golang包引用
一.我的GOPATH环境变量值如下图: 二.在GOPATH路径下面的的src目录下面的目录名称就是引用里面包的起始位置,如下图: 三.举例说明:这里引用同一个项目的包,源文件“learn/main/m ...
spring源码学习之容器的扩展（二）
六 BeanFactory的后处理BeanFactory作为spring容器的基础,用于存放所有已经加载的bean,为了保证程序上的高扩展性,spring针对BeanFactory做了大量的扩展,比如 ...
Django项目：CRM(客户关系管理系统)--25--17PerfectCRM实现King_admin单列排序
登陆密码设置参考 http://www.cnblogs.com/ujq3/p/8553784.html {#table_data_list.html#} {## ————————08PerfectCR ...
JavaScript多继承（转载）
js里是否有多继承,如何实现多继承.在这里可以看看java是如何处理多继承的问题,java里是没有多继承的,即一个子类不能同时继承多个父类,但可以实现多个接口,这也间接的实现了多继承.主要是因为多继承 ...
Visifire For WPF 图表控件如何免费
可能用WPF生成过图表的开发人员都知道,WPF虽然本身的绘图能力强大,但如果每种图表都自己去实现一次的话可能工作量就大了, 尤其是在开发时间比较紧的情况下.这时候有必要借助一种专业的图表工具. Vis ...
vim 的列操作
删除列1.光标定位到要操作的地方.2.CTRL+v 进入“可视块”模式,选取这一列操作多少行.3.d 删除. 插入列插入操作的话知识稍有区别.例如我们在每一行前都插入"() ": ...
hibernate 查询最大值（数据条目数）
如下使用 SELECT COUNT(*) 然后获取最大值 Integer.parseInt(query.list().).toString()); 比如 StringBuffer hql1; hql ...
linux目录结构详细说明
Linux各目录及每个目录的详细介绍 [常见目录说明] 目录 /bin 存放二进制可执行文件(ls,cat,mkdir等),常用命令一般都在这里. /etc 存放系统管理和配置文件 /home 存放所 ...
Oracle JOB的建立，定时执行任务
Oracle JOB的建立,定时执行任务 oracle job的相关设置 next date: 2010-12-28 18:05:00 interval: to_date(to_char(sysdat ...

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