Python3 BeautifulSoup和Pyquery解析库随笔

BeautifuSoup和Pyquery解析库方法比较

1.对象初始化：

• BeautifySoup库：

   from bs4 import BeautifulSoup
  
   html = 'html string......'
   soup = BeautifulSoup(html, 'lxml')

• Pyquery库：

   from pyquery import PyQuery as pq
  
   # 以字符串初始化
   html = 'html string...'
   doc = pq(html)
   # 以url初始化
   doc = pq(url='https://....')
   # 以文件初始化
   doc = pq(filename='XXX.html')

2. 节点属性获取：

• BeautifuSoup库：

   # 在根据节点选择器、方法选择器或者CSS选择器，选择出节点（例如：li）后，两种方法获取属性值
   value = li['attr_name']
   value = li.attrs['attr_name']

• Pyquery库：

   # 在根据CSS选择器定位到节点（例如li）后，两种方法获取属性值
   value = li.attr.attr_name
   value = li.attr('attr_name')

3. 文本内容获取：

• BeautifulSoup库：

  # 在根据节点选择器、方法选择器或者CSS选择器，选择出节点（例如：li）后，两种方法获取属性值
  text = li.string
  text = li.get_text()

• Pyquery库： 

   # 在根据CSS选择器定位到节点（例如li）后
   text = li.text()