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. Spring Cloud中Eureka开启密码认证

    转载自 https://blog.csdn.net/u011499747/article/details/77410997 Eureka服务端配置 添加spring-boot-starter-secu ...

  2. Java获取系统时间少了八个小时

    Java获取系统时间少了八个小时 今天忽然遇到需要获取当前时间的问题,我向来谨慎,先测试获取到的系统时间是否正确,结果竟然发现少了八个小时,晕死了,记得之前在页面用javascript获取过当前时间, ...

  3. hive作业的优化策略

    Mapreduce自身的特点: 1.IO和网络负载大:优化策略:减少IO和网络负载. 2.内存负载不大.优化策略:增大内存使用率: 3.CPU负载不大.优化策略:增大CPU使用率: (hive的优化应 ...

  4. 【python之路27】vars()包含的全局变量对象

    213 一..py文件里面包含全局变量 print(vars())输出结果如下: {'__name__': '__main__', '__doc__': None, '__package__': No ...

  5. UnhandledPromiseRejectionWarning: SequelizeConnectionError: Client does not support authentication protocol requested by server; consider upgrading MySQL client

    UnhandledPromiseRejectionWarning: SequelizeConnectionError: Client does not support authentication p ...

  6. pc端样式重置以及常用样式规范class

    //reset html, body, div, span, applet, object, iframe, h1, h2, h3, h4, h5, h6, p, blockquote, pre, a ...

  7. webstorm 2017.3.5之后 激活

    选择"license server" 输入:http://idea.codebeta.cn

  8. Hackerrank--Prime Sum

    题目链接 The problem is quite simple. You're given a number N and a positive integer K. Tell if N can be ...

  9. spring深入学习(六)-----springmvc

    MVC设计模式 有过一定开发经验的人肯定都知道这个模式,先简单介绍下这种模式,然后再去讨论为啥要这么设计: 传统的web应用中应该主要包括这些组件,不同组件负责不同的模块. 数据实体:POJO 数据层 ...

  10. CesiumLab 地形数据处理

    最近接连有用户反应地形数据处理的各种问题,我也是各种测试,想想还是整理一个文档彻底说明一下. 地形栅格数据格式,一般是tif ,也有dem或者img,但是我个人强烈建议使用tif格式,因为cesium ...