Python中PyQuery库用法分享

前言

PyQuery是一个类似jQuery的Python库，它能够非常方便地对HTML或XML文档进行解析和操作。本篇攻略将详细讲解PyQuery库的使用方法。

安装方法

PyQuery可以通过pip安装，命令如下：

pip install pyquery

基本使用方式

假设我们要解析如下HTML代码：

<html>
<head>
    <title>Document</title>
</head>
<body>
    <div id="container">
        <h1>hello, world</h1>
        <ul class="list">
            <li class="item">item 1</li>
            <li class="item">item 2</li>
            <li class="item">item 3</li>
        </ul>
    </div>
</body>
</html>

我们可以用PyQuery进行解析：

from pyquery import PyQuery as pq

# 获取HTML文档
html = """
<html>
<head>
    <title>Document</title>
</head>
<body>
    <div id="container">
        <h1>hello, world</h1>
        <ul class="list">
            <li class="item">item 1</li>
            <li class="item">item 2</li>
            <li class="item">item 3</li>
        </ul>
    </div>
</body>
</html>
"""

# 初始化PyQuery对象
doc = pq(html)

然后我们就可以进行各种操作，例如：

# 获取文档标题
title = doc('title').text()
print('Title:', title)

# 获取 div#container 元素内的所有 <li> 元素的文本内容
items = doc('#container li').text()
print('Items:', items)

输出结果：

Title: Document
Items: item 1 item 2 item 3

示例#1：解析html页面

我们可以使用requests来获取网页内容，然后再交给PyQuery进行解析，例如：

import requests
from pyquery import PyQuery as pq

# 发送GET请求获取页面内容
url = 'https://www.baidu.com/'
response = requests.get(url)
html = response.text

# 初始化PyQuery对象
doc = pq(html)

# 获取页面标题
title = doc('title').text()

print('Title:', title)

输出结果：

Title: 百度一下，你就知道

示例#2：获取特定元素并提取信息

我们可以使用PyQuery选择器来获取需要的元素，然后进一步提取需要的信息，例如：

import requests
from pyquery import PyQuery as pq

# 发送GET请求获取页面内容
url = 'https://www.sina.com.cn/'
response = requests.get(url)
html = response.text

# 初始化PyQuery对象
doc = pq(html)

# 获取新闻列表
news_list = doc('#syncad_1 ul li a')

# 遍历新闻列表，提取信息
for news in news_list:
    url = pq(news).attr('href')
    text = pq(news).text()
    print(url, text)

输出结果：

https://mil.news.sina.com.cn/2020-11-27/doc-iiznctke2001888.shtml 中宣部：积极探索新媒体形式 推出365篇文宣短片
https://news.sina.com.cn/o/2020-11-27/doc-iiznezxs3664289.shtml 台湾驻菲律宾代表谈台菲安全合作：应关注不需过度介入的领域
https://mil.news.sina.com.cn/2020-11-27/doc-iiznctke1999113.shtml 习近平出席金砖国家工商论坛并发表重要讲话（全文）
...

以上就是本篇攻略的所有内容，希望可以帮助大家更好地使用PyQuery库解析HTML或XML文档。

本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：python中PyQuery库用法分享 - Python技术站

python中PyQuery库用法分享

Python中PyQuery库用法分享

前言

安装方法

基本使用方式

示例#1：解析html页面

示例#2：获取特定元素并提取信息

相关文章