pyquery的安裝：

ubtuntu和windows下安裝lxml：pip3 install pyquery

驗(yàn)證安裝:安裝完成，在python命令行下輸入import pyquery?沒有報(bào)錯(cuò)，證明庫已經(jīng)安裝好了。

pyquery的介紹：

PyQuery庫也是一個(gè)非常強(qiáng)大又靈活的網(wǎng)頁解析庫，如果你有前端開發(fā)經(jīng)驗(yàn)的，都應(yīng)該接觸過jQuery,那么PyQuery就是你非常絕佳的選擇，PyQuery 是 Python 仿照 jQuery 的嚴(yán)格實(shí)現(xiàn)。語法與 jQuery 幾乎完全相同，所以不用再去費(fèi)心去記一些奇怪的方法。

pyquery的官網(wǎng)：

http://pyquery.readthedocs.io

pyquery的常用操作：

（１）pyquery常見的初始化方式：傳入字符串初始化；傳入U(xiǎn)RL初始化，傳入文件名初始化等

傳入字符串初始化：

            
              from pyquery import PyQuery 
 
html = '''
              

                

                  

                    first item
                  
                  

                    
                      second item
                    
                  
                  

                    
                      
                        third item
                      
                    
                  
                  

                    
                      fourth item
                    
                  
                  

                    
                      fifth item
                    
                  
                
              
              '''
 
doc = PyQuery(html)#html變量是一個(gè)字符串類型，作為參數(shù)用來初始化
print(doc)
print(type(doc))
print(doc('li'))


            
          

傳入ＵＲＬ初始化：

            
              from pyquery import PyQuery
doc = PyQuery('https://www.baidu.com')
# doc1 = pq(url='https://www.baidu.com')
print(doc)
print(doc('head'))
            
          

傳入文件名初始化：

            
              from pyquery import PyQuery
doc = PyQuery(filename='./test.html')
print(doc('head'))
            
          

（２）pyquery基于CSS選擇器進(jìn)行查找

規(guī)則：

            
              from pyquery import PyQuery 
 
html = '''
              

                

                  

                    first item
                  
                  

                    
                      second item
                    
                  
                  

                    
                      
                        third item
                      
                    
                  
                  

                    
                      fourth item
                    
                  
                  

                    
                      fifth item
                    
                  
                
              
              '''
 
doc = PyQuery(html)
print(doc)
#id等于haha下面的class等于item-0下的a標(biāo)簽下的span標(biāo)簽（注意層級(jí)關(guān)系以空格隔開）
print(doc('#haha .item-0 a span'))
            
          

（３）DOM操作（或者叫節(jié)點(diǎn)操作）

屬性的增刪操作：

            
              from pyquery import PyQuery 
 
html = '''
              

                

                  

                    first item
                  
                  

                    
                      second item
                    
                  
                  

                    
                      
                        third item
                      
                    
                  
                  

                    
                      fourth item
                    
                  
                  

                    
                      fifth item
                    
                  
                
              
              '''
 
doc = PyQuery(html)
li = doc('.item-0.active')
print(li)
#刪除classactive
print(li.removeClass('active'))
#增加class屬性eee
print(li.addClass('eee'))
            
          

attr、text、html、css:

當(dāng)然，除了操作class這個(gè)屬性外，也可以用attr()方法對(duì)屬性進(jìn)行操作。此外，還可以用text()和html()方法來改變節(jié)點(diǎn)內(nèi)容的內(nèi)容，使用css()方法對(duì)css屬性進(jìn)行操作

            
              from pyquery import PyQuery 
 
html = '''
              

                

                  

                    first item
                  
                  

                    
                      second item
                    
                  
                  

                    
                      
                        third item
                      
                    
                  
                  

                    
                      fourth item
                    
                  
                  

                    
                      fifth item
                    
                  
                
              
              '''
 
doc = PyQuery(html)
li = doc('.item-0.active')
print(li)
print(li.attr('id','id_test'))
print(li.text('changed item'))
print(li.css('font-size','20px'))
print(li.html('
              
                changed item'))
              
            
          

為了方便理解，這是運(yùn)行截圖：

?

remove:

刪除某個(gè)標(biāo)簽，在爬取過程中我們通常爬去一下標(biāo)簽或者內(nèi)容下來的時(shí)候總會(huì)有些不想要的標(biāo)簽，這個(gè)時(shí)候我們可以用下面的類似方法刪除這個(gè)標(biāo)簽

            
              from pyquery import PyQuery 
 
html = '''
              

                

                  

                    first item
                  
                  

                    
                      second item
                    
                  
                  

                    
                      
                        third item
                      
                    
                  
                  

                    
                      fourth item
                    
                  
                  

                    
                      fifth item
                    
                  
                
              
              '''
 
doc = PyQuery(html)
data = doc('.content')
print(data.text())
#刪除所有a標(biāo)簽
data.find('a').remove()
#再次打印
print(data.text())
            
          

其實(shí)還有很多節(jié)點(diǎn)操作方法，比如append(),empty()和prepend()等方法(其實(shí)這些方法在爬蟲基本用不到)，她們和jquery()方法一致，詳細(xì)的用法可以參考文檔http://pyquery.readthedocs.io/en/latest/api.html

?

其實(shí)還有很多，不過基本都用不到，在爬蟲的時(shí)候。哈哈哈，其實(shí)，我也就知道這么多

?

?

?

?

?

?

?

?

?

?