python網(wǎng)絡爬蟲精解之pyquery的使用說明
pyquery的使用
一、pyquery的介紹
使用pyquery需要在Web和了解jQuery的基礎上，使用該CSS選擇器。
二、pyquery的使用
1、初始化工作
使用pyquery初始化的方式有很多，傳入的參數(shù)可以是字符串，也可以是URL和文件名，下面將一一介紹初始化方法。
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'))
【運行結(jié)果】
<title>test02.html</title>
URL
URL以CSDN首頁地址為例：
from pyquery import PyQuery as pq
doc = pq(url = 'https://www.csdn.net/')
print(doc('title'))
【運行結(jié)果】
<title>CSDN - 專業(yè)開發(fā)者社區(qū)</title>
文件初始化
我們將以下字符串保存為一個HTML文件，通過文件的形式進行初始化。
【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'))
【運行結(jié)果】
<title lang="eng">Harry Potter</title>
<title lang="eng">Learning XML</title>
2、查找節(jié)點
（1）查找子節(jié)點
查找子節(jié)點時需要用到find（）方法，此時傳入的參數(shù)是CSS選擇器。
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)
【運行結(jié)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，我們首先匹配的是book節(jié)點，然后匹配book節(jié)點下的子節(jié)點title和price。
其實使用find方法匹配的是所有的子孫節(jié)點，如果只是單純匹配子節(jié)點可以使用children方法。
（2）匹配父節(jié)點
使用parent（）方法，如果是要匹配祖先節(jié)點，則需要使用parents（）方法。
（3）匹配兄弟節(jié)點
可以使用siblings（）方法。
3、遍歷
對于獲取到的內(nèi)容如果是單個節(jié)點，則可以直接轉(zhuǎn)換為字符串類型，而對于獲取到多個節(jié)點，因其類型為PyQuery類型，需要對獲取到的數(shù)據(jù)進行遍歷，這是需要調(diào)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)
【運行結(jié)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、獲取信息
（1）獲取屬性
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'))
【運行結(jié)果】
eng
eng
遍歷獲取到的數(shù)據(jù)，就能獲得所有title節(jié)點的land屬性值。
（2）獲取文本
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())
【運行結(jié)果】
Harry Potter
Learning XML
同樣是遍歷，獲取到每一個title節(jié)點的文本值。
5、節(jié)點操作
（1）為某個節(jié)點添加或刪除一個class
調(diào)用的方法為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)
【運行結(jié)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節(jié)點，加上class屬性后再次打印，去掉class屬性后再次打印。
（2）attr、text、html
attr：用來改變屬性值；
text：用來改變文本值；
html：用來改變節(jié)點值；
（3）remove
移除不需要的節(jié)點值，將整個節(jié)點移除。
6、偽類選擇器
支持多種偽類選擇器，例如選擇第一個節(jié)點、最后一個節(jié)點、奇數(shù)節(jié)點、偶數(shù)節(jié)點、以及包含指定文本的節(jié)點等。
到此這篇關于python網(wǎng)絡爬蟲精解之pyquery的使用說明的文章就介紹到這了,更多相關python pyquery 內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持本站！
版權聲明：本站文章來源標注為YINGSOO的內(nèi)容版權均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學習參考，不代表本站立場，如有內(nèi)容涉嫌侵權，請聯(lián)系alex-e#qq.com處理。
關注官方微信