通過這篇文章為大家介紹崔慶才老師對python爬蟲pyquery庫的講解，包括基本原理及其理論知識點
目錄：一、什麼是pyquery庫？
二、安裝
三、pyquery庫用法詳解
一、什麼是pyquery庫？
強大而靈活的網頁解析庫。如果你覺得正則寫起來太麻煩，如果你覺得beautifulsoup語法太難記，如果你熟悉jquery的語法，那麼pyquery就是你的絕佳選擇！！！
二、安裝
pip install pyquery
三、pyquery用法講解初始化(3種)
#字串初始化
html = '''
''' from pyquery import pyquery as pq
doc = pq(html)
print(doc('li'))#選擇器實際上就是css選擇器，即：選id就加「#」，選class前面加「.」
#url初始化
doc1 = pq(url = "")
print(doc1("head"))
#檔案初始化
print(doc2('li'))
基本css選擇器
#css選擇器
html = '''
''' doc3 = pq(html)
print(doc3("#container .list li"))#注意空格，空格代表巢狀關係
查詢元素
子元素#子元素(find)
html = '''
from pyquery import pyquery as pq
doc = pq(html)
items = doc(".list")#首先選中url標籤
print(type(items))
print(items)
lis = items.find('li')#實際上也是乙個css選擇器，將裡面所有的li標籤都列印出來；只要在它裡面的標籤都可以找到
print(type(lis))
print(lis)
#查詢直接子元素
lis2 = items.children()
print(type(lis2))
print(lis2)
lis3 = items.children('.active')
print(lis3)
父元素#父元素
html = '''
from pyquery import pyquery as pq
doc = pq(html)
items = doc(".list")#首先選中url標籤
#每個標籤外面肯定只能套乙個父元素
container = items.parent()
print(type(container))
print(container)
#父元素2
html = '''
'''from pyquery import pyquery as pq
doc = pq(html)
items = doc(".list")#首先選中url標籤
#將所有祖先節點返回
parents = items.parents()
print(parents)
print(type(parents))#列印出兩個div
#在其中進行搜尋
doc = pq(html)
items = doc(".list")
parents1 = items.parents(".wrap")
print(parents1)#通過篩選，只剩下乙個div
兄弟元素
#兄弟元素
html = '''
from pyquery import pyquery as pq
doc = pq(html)
li = doc('.list .item-0.active')#首先選class=「.list」，空格即使選擇list裡面的標籤，再選class=「item-0」，並列active(實際就是乙個整體)
print(li.siblings())#獲取所有的兄弟元素
#在向其中篩選
print(li.siblings('.active'))
遍歷#單個元素
html = '''
from pyquery import pyquery as pq
doc = pq(html)
li = doc(".item-0.active")
print(li)
lis = doc('li').items()#多個元素，進行遍歷，生成乙個產生器
print(type(lis))
for li in lis:
print(li)
獲取資訊
#獲取屬性
html = '''
from pyquery import pyquery as pq
doc = pq(html)
a = doc(".item-0.active a")#選擇class同時為item-0和active，在選擇class裡面的啊標籤，中間注意空格
print(a)
print(a.attr("href"))
print(a.attr.href)#結果同上
#獲取文字
print(a.text())#將上面的選中的class中包圍的文字
#獲取html
a1 = doc(".item-0.active")
print(a1.html())
dom操作
#addclass，removeclass
html = '''
from pyquery import pyquery as pq
doc = pq(html)
li = doc(".item-0.active")
print(li)
li.removeclass("active")#移除active
print(li)
li.addclass("active")#增加active
print(li)
#attr、css
doc = pq(html)
li = doc(".item-0.active")
li.attr("name","link")#若存在，就會覆蓋
print(li)
li.css("font-size","14px")#增加style屬性
print(li)
#remove
html1 = '''
hello,world
this is a paragraph.
from pyquery import pyquery as pq
doc = pq(html1)
wrap = doc(".wrap")
print(wrap.text())
wrap.find('p').remove()
print(wrap.text())
其他dom方法：pyquery: a jquery-like library for pythonpythonhosted.org
#偽類選擇器
html = '''
from pyquery import pyquery as pq
doc = pq(html)
li = doc("li:first-child")#第乙個
print(li)
li1 = doc('li:last-child')#最後乙個
print(li1)
li2 = doc('li:nth-child(2)')#指定縮寫順序，第二個
print(li2)
li3 = doc("li:gt(2)")#大於2的
print(li3)
li4 = doc("li:nth-child(2n)")#偶數
print(li4)
li5 = doc("li:contains(second)")#內容包含second
print(li5)
python爬蟲之解析網頁的工具pyquery
主要是對這篇部落格所做的筆記 有疑惑可以去看這篇文章 from pyquery import pyquery as py 初始化的三種方式 doc py html doc py url encoding utf 8 doc py filename index.html 利用css選擇器 conten...
Python解析JSON詳解
json 函式 使用 json 函式需要匯入 json 庫 import json。函式 描述 json.dumps 將 python 物件編碼成 json 字串 json.loads 將已編碼的 json 字串解碼為 python 物件 json.dumps 語法 json.dumps obj,s...
Python解析JSON詳解
使用 json 函式需要匯入 json 庫 import json。json.dumps 將 python 物件編碼成 json 字串 json.loads 將已編碼的 json 字串解碼為 python 物件 語法json.dumps obj,skipkeys false,ensure ascii...