python网络爬虫精解之pyquery的使用说明
pyquery的使用
一、pyquery的介绍
使用pyquery需要在Web和了解jQuery的基础上,使用该CSS选择器。
二、pyquery的使用
1、初始化工作
使用pyquery初始化的方式有很多,传入的参数可以是字符串,也可以是URL和文件名,下面将一一介绍初始化方法。
字符串
html = ''' <html> <head> <meta charset="utf-8"> <title>test02.html</title> <meta name="viewport" content="width=device-width, initial-scale=1.0"> </head> <body> <div id="container"> <iframe id="iframe" sandbox="allow-scripts" src="/files/%E7%88%AC%E8%99%AB%E5%86%99%E4%BD%9C%E4%BB%A3%E7%A0%81%E6%B5%8B%E8%AF%95/test02.html"></iframe> </div> </body> </html> ''' from pyquery import PyQuery as pq doc = pq(html) print(doc('title'))
【运行结果】
<title>test02.html</title>
URL
URL以CSDN首页地址为例:
from pyquery import PyQuery as pq doc = pq(url = 'https://www.csdn.net/') print(doc('title'))
【运行结果】
<title>CSDN - 专业开发者社区</title>
文件初始化
我们将以下字符串保存为一个HTML文件,通过文件的形式进行初始化。
【test02.html】
<bookstore> <book> <title lang="eng">Harry Potter</title> <price>29.99</price> </book> <book> <title lang="eng">Learning XML</title> <price>39.95</price> </book> </bookstore>
from pyquery import PyQuery as pq doc = pq(filename = 'test02.html') print(doc('title'))
【运行结果】
<title lang="eng">Harry Potter</title>
<title lang="eng">Learning XML</title>
2、查找节点
(1)查找子节点
查找子节点时需要用到find()方法,此时传入的参数是CSS选择器。
from pyquery import PyQuery as pq doc = pq(filename = 'test02.html') item = doc('book') print(item) lis1 = item.find('title') lis2 = item.find('price') print(lis1) print(lis2)
【运行结果】
<book>
<title lang="eng">Harry Potter</title>
<price>29.99</price>
</book><book>
<title lang="eng">Learning XML</title>
<price>39.95</price>
</book><title lang="eng">Harry Potter</title>
<title lang="eng">Learning XML</title>
<price>29.99</price>
<price>39.95</price>
可以看到,我们首先匹配的是book节点,然后匹配book节点下的子节点title和price。
其实使用find方法匹配的是所有的子孙节点,如果只是单纯匹配子节点可以使用children方法。
(2)匹配父节点
使用parent()方法,如果是要匹配祖先节点,则需要使用parents()方法。
(3)匹配兄弟节点
可以使用siblings()方法。
3、遍历
对于获取到的内容如果是单个节点,则可以直接转换为字符串类型,而对于获取到多个节点,因其类型为PyQuery类型,需要对获取到的数据进行遍历,这是需要调用items()方法。
from pyquery import PyQuery as pq doc = pq(filename = 'test02.html') items = doc('title').items() print(items) print(type(items)) for i in items: print(type(i)) print(i)
【运行结果】
<generator object PyQuery.items at 0x000002B79E13EF48>
<class 'generator'>
<class 'pyquery.pyquery.PyQuery'>
<title lang="eng">Harry Potter</title>
<class 'pyquery.pyquery.PyQuery'>
<title lang="eng">Learning XML</title>
4、获取信息
(1)获取属性
使用attr()方法
from pyquery import PyQuery as pq doc = pq(filename = 'test02.html') items = doc('title') for i in items.items(): print(i.attr('lang'))
【运行结果】
eng
eng
遍历获取到的数据,就能获得所有title节点的land属性值。
(2)获取文本
使用text()方法
from pyquery import PyQuery as pq doc = pq(filename = 'test02.html') items = doc('title') for i in items.items(): print(i.text())
【运行结果】
Harry Potter
Learning XML
同样是遍历,获取到每一个title节点的文本值。
5、节点操作
(1)为某个节点添加或删除一个class
调用的方法为addClass和removeClass
from pyquery import PyQuery as pq doc = pq(filename = 'test02.html') items = doc('title') for i in items.items(): print(i) i.addClass('book01') print(i) i.removeClass('book01') print(i)
【运行结果】
<title lang="eng">Harry Potter</title>
<title lang="eng" class="book01">Harry Potter</title>
<title lang="eng" class="">Harry Potter</title>
<title lang="eng">Learning XML</title>
<title lang="eng" class="book01">Learning XML</title>
<title lang="eng" class="">Learning XML</title>
可以看到,首先是打印最初始的title节点,加上class属性后再次打印,去掉class属性后再次打印。
(2)attr、text、html
attr:用来改变属性值;
text:用来改变文本值;
html:用来改变节点值;
(3)remove
移除不需要的节点值,将整个节点移除。
6、伪类选择器
支持多种伪类选择器,例如选择第一个节点、最后一个节点、奇数节点、偶数节点、以及包含指定文本的节点等。
到此这篇关于python网络爬虫精解之pyquery的使用说明的文章就介绍到这了,更多相关python pyquery 内容请搜索猪先飞以前的文章或继续浏览下面的相关文章希望大家以后多多支持猪先飞!
相关文章
- 这篇文章主要介绍了python-opencv-画外接矩形框的实例代码,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-04
Python astype(np.float)函数使用方法解析
这篇文章主要介绍了Python astype(np.float)函数使用方法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下...2020-06-08- 2022虎年新年即将来临,小编为大家带来了一个利用Python编写的虎年烟花特效,堪称全网最绚烂,文中的示例代码简洁易懂,感兴趣的同学可以动手试一试...2022-02-14
- 在本篇文章里小编给大家分享的是一篇关于python中numpy.empty()函数实例讲解内容,对此有兴趣的朋友们可以学习下。...2021-02-06
python-for x in range的用法(注意要点、细节)
这篇文章主要介绍了python-for x in range的用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-05-10- 这篇文章主要介绍了Python 图片转数组,二进制互转操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-09
- 这篇文章主要介绍了Python中的imread()函数用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16
- 这篇文章主要介绍了python如何实现b站直播自动发送弹幕,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下...2021-02-20
python Matplotlib基础--如何添加文本和标注
这篇文章主要介绍了python Matplotlib基础--如何添加文本和标注,帮助大家更好的利用Matplotlib绘制图表,感兴趣的朋友可以了解下...2021-01-26- 这篇文章主要介绍了解决python 使用openpyxl读写大文件的坑,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-13
- 今天小编就为大家分享一篇python 计算方位角实例(根据两点的坐标计算),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-04-27
- 这篇文章主要为大家详细介绍了python实现双色球随机选号,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-05-02
- 在本篇文章里小编给大家整理的是一篇关于python中使用np.delete()的实例方法,对此有兴趣的朋友们可以学习参考下。...2021-02-01
- 这篇文章主要介绍了使用Python的pencolor函数实现渐变色功能,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-03-09
- 这篇文章主要介绍了python自动化办公操作PPT的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-02-05
Python getsizeof()和getsize()区分详解
这篇文章主要介绍了Python getsizeof()和getsize()区分详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-11-20- 这篇文章主要介绍了解决python 两个时间戳相减出现结果错误的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-12
- 这篇文章主要为大家详细介绍了python实现学生通讯录管理系统,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2021-02-25
- 这篇文章主要介绍了PyTorch一小时掌握之迁移学习篇,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-08
- 这篇文章主要介绍了Python绘制的爱心树与表白代码,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-04-06