第三篇爬虫技术之PyQuery理论介绍篇

python编程从入门到实践

发布于 2019-10-22 16:41:18

4630

发布于 2019-10-22 16:41:18

hello,各位小伙伴，大家好，上次我们是了解到了html的基础知识，那有人就有疑问了，我是查看到了html上的信息了，我想获取了，但是如何才能把其上面的我想要的信息给拿下来呢？有什么工具吗？嗯，说明这位同学还是很爱思考的，目前我们市面上可以获取html的相关工具是非常多的，目前工业界用的比较多的是：BeautifulSoup、xpath、 pyquery。今天我们介绍的是pyquery 这个也是我在工作中用的最多的一款工具，可以说是非常的得心应手。好，接下来我们就来了解一下这个工具。

介绍

pyquery库是jQuery的Python实现，可以用于解析HTML网页内容，官方文档地址是：http://packages.python.org/pyquery/

　　pyquery 可让你用 jQuery 的语法来对 xml 进行操作。这I和 jQuery 十分类似。如果利用 lxml，pyquery 对 xml 和 html 的处理将更快。

　　这个库不是（至少还不是）一个可以和 JavaScript交互的代码库，它只是非常像 jQuery API 而已。

安装

pip install pyquery

或下载安装：https://pypi.python.org/pypi/pyquery/#downloads

初始化

　引入库：from pyquery import PyQuery as pq

　　1、直接字符串

doc=pq("<html></html>") 　　pq 参数可以直接传入 HTML 代码，doc 现在就相当于 jQuery 里面的 $ 符号了

　　2、lxml.etree

doc=pq(etree.fromstring("<html></html>"))

　　可以首先用 lxml 的 etree 处理一下代码，这样如果你的 HTML 代码出现一些不完整或者疏漏，都会自动转化为完整清晰结构的 HTML代码。

　　3、直接传URL

doc=pq('http://www.baidu.com')

　　这里就像直接请求了一个网页一样，类似用 urllib2 来直接请求这个链接，得到 HTML 代码

　4、传文件

doc=pq(filename='hello.html')

　　可以直接传某个路径的文件名。

好的，本次就对pyquery的基本情况做一个简单的介绍，下一篇中我们会为大家带来pyquery demo级别的实战，精彩内容敬请期待。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2019-08-26，如有侵权请联系 cloudcommunity@tencent.com 删除

html

本文分享自 python编程从入门到实践微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度