建站
咨詢
售后
建站咨詢
新聞中心
??
創(chuàng)新互聯(lián)建站專(zhuān)業(yè)為企業(yè)提供船山網(wǎng)站建設(shè)、船山做網(wǎng)站、船山網(wǎng)站設(shè)計(jì)、船山網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁(yè)設(shè)計(jì)與制作、船山企業(yè)網(wǎng)站模板建站服務(wù)，10年船山做網(wǎng)站經(jīng)驗(yàn)，不只是建網(wǎng)站，更提供有價(jià)值的思路和整體網(wǎng)絡(luò)服務(wù)。
前言
你是否覺(jué)得 XPath 的用法多少有點(diǎn)晦澀難記呢?
你是否覺(jué)得 BeautifulSoup 的語(yǔ)法多少有些慳吝難懂呢?
你是否甚至還在苦苦研究正則表達(dá)式卻因?yàn)樯傩┝艘粋€(gè)點(diǎn)而抓狂呢?
你是否已經(jīng)有了一些前端基礎(chǔ)了解選擇器卻與另外一些奇怪的選擇器語(yǔ)法混淆了呢?
嗯，那么，前端大大們的福音來(lái)了，PyQuery 來(lái)了，乍聽(tīng)名字，你一定聯(lián)想到了 jQuery，如果你對(duì) jQuery 熟悉，那么 PyQuery 來(lái)解析文檔就是不二之選!包括我在內(nèi)!
PyQuery 是 Python 仿照 jQuery 的嚴(yán)格實(shí)現(xiàn)。語(yǔ)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了。
天下竟然有這等好事?我都等不及了!
安裝
有這等神器還不趕緊安裝了!來(lái)!
pip install pyquery
參考來(lái)源
本文內(nèi)容參考官方文檔，更多內(nèi)容，大家可以去官方文檔學(xué)習(xí)，畢竟那里才是最原汁原味的。
目前版本 1.2.4 (2016/3/24)
官方文檔 (https://pythonhosted.org/pyquery/)
簡(jiǎn)介
pyquery allows you to make jquery queries on xml documents. The API is
as much as possible the similar to jquery. pyquery uses lxml for fast
xml and html manipulation. This is not (or at least not yet) a library
to produce or interact with javascript code. I just liked the jquery
API and I missed it in python so I told myself “Hey let’s make jquery
in python”. This is the result. It can be used for many purposes, one
idea that I might try in the future is to use it for templating with
pure http templates that you modify using pyquery. I can also be used
for web scrapping or for theming applications with Deliverance.
pyquery 可讓你用 jQuery 的語(yǔ)法來(lái)對(duì) xml 進(jìn)行操作。這I和 jQuery 十分類(lèi)似。如果利用 lxml，pyquery 對(duì) xml 和 html 的處理將更快。
這個(gè)庫(kù)不是(至少還不是)一個(gè)可以和 JavaScript交互的代碼庫(kù)，它只是非常像 jQuery API 而已。
初始化
在這里介紹四種初始化方式。
(1)直接字符串
from pyquery import PyQuery as pq
doc = pq("")
pq 參數(shù)可以直接傳入 HTML 代碼，doc 現(xiàn)在就相當(dāng)于 jQuery 里面的 $ 符號(hào)了。
(2)lxml.etree
from lxml import etree
doc = pq(etree.fromstring(""))
可以首先用 lxml 的 etree 處理一下代碼，這樣如果你的 HTML 代碼出現(xiàn)一些不完整或者疏漏，都會(huì)自動(dòng)轉(zhuǎn)化為完整清晰結(jié)構(gòu)的 HTML代碼。
(3)直接傳URL
from pyquery import PyQuery as pq
doc = pq('http://www.baidu.com')
這里就像直接請(qǐng)求了一個(gè)網(wǎng)頁(yè)一樣，類(lèi)似用 urllib2 來(lái)直接請(qǐng)求這個(gè)鏈接，得到 HTML 代碼。
(4)傳文件
from pyquery import PyQuery as pq
doc = pq(filename='hello.html')
可以直接傳某個(gè)路徑的文件名。
快速體驗(yàn)
現(xiàn)在我們以本地文件為例，傳入一個(gè)名字為 hello.html 的文件，文件內(nèi)容為
編寫(xiě)如下程序
from pyquery import PyQuery as pq
doc = pq(filename='hello.html')
print doc.html()
print type(doc)
li = doc('li')
print type(li)
print li.text()
運(yùn)行結(jié)果
first item second item third item fourth item fifth item
看，回憶一下 jQuery 的語(yǔ)法，是不是運(yùn)行結(jié)果都是一樣的呢?
在這里我們注意到了一點(diǎn)，PyQuery 初始化之后，返回類(lèi)型是 PyQuery，利用了選擇器篩選一次之后，返回結(jié)果的類(lèi)型依然還是 PyQuery，這簡(jiǎn)直和 jQuery 如出一轍，不能更贊!然而想一下 BeautifulSoup 和 XPath 返回的是什么?列表!一種不能再進(jìn)行二次篩選(在這里指依然利用 BeautifulSoup 或者 XPath 語(yǔ)法)的對(duì)象!
然而比比 PyQuery，哦我簡(jiǎn)直太愛(ài)它了!
屬性操作
你可以完全按照 jQuery 的語(yǔ)法來(lái)進(jìn)行 PyQuery 的操作。
from pyquery import PyQuery as pq
p = pq('')('p')
print p.attr("id")
print p.attr("id", "plop")
print p.attr("id", "hello")
運(yùn)行結(jié)果
hello
再來(lái)一發(fā)
from pyquery import PyQuery as pq
p = pq('')('p')
print p.addClass('beauty')
print p.removeClass('hello')
print p.css('font-size', '16px')
print p.css({'background-color': 'yellow'})
運(yùn)行結(jié)果
依舊是那么優(yōu)雅與自信!
在這里我們發(fā)現(xiàn)了，這是一連串的操作，而 p 是一直在原來(lái)的結(jié)果上變化的。
因此執(zhí)行上述操作之后，p 本身也發(fā)生了變化。
DOM操作
同樣的原汁原味的 jQuery 語(yǔ)法
from pyquery import PyQuery as pq
p = pq('')('p')
print p.append(' check out
print p.prepend('Oh yes!')
d = pq('
print p
print d
d.empty()
print d運(yùn)行結(jié)果
check out reddit
Oh yes! check out reddit
Oh yes! check out reddit
這不需要多解釋了吧。
DOM 操作也是與 jQuery 如出一轍。
遍歷
遍歷用到 items 方法返回對(duì)象列表，或者用 lambda
from pyquery import PyQuery as pq
doc = pq(filename='hello.html')
lis = doc('li')
for li in lis.items():
print li.html()
print lis.each(lambda e: e)運(yùn)行結(jié)果
first item
second item
third item
fourth item
fifth itemfirst item second item third item fourth item fifth item 不過(guò)最常用的還是 items 方法
網(wǎng)頁(yè)請(qǐng)求
PyQuery 本身還有網(wǎng)頁(yè)請(qǐng)求功能，而且會(huì)把請(qǐng)求下來(lái)的網(wǎng)頁(yè)代碼轉(zhuǎn)為 PyQuery 對(duì)象。
from pyquery import PyQuery as pq
print pq('http://cuiqingcai.com/', headers={'user-agent': 'pyquery'})
print pq('http://httpbin.org/post', {'foo': 'bar'}, method='post', verify=True)感受一下，GET，POST，樣樣通。
Ajax
PyQuery 同樣支持 Ajax 操作，帶有 get 和 post 方法，不過(guò)不常用，一般我們不會(huì)用 PyQuery 來(lái)做網(wǎng)絡(luò)請(qǐng)求，僅僅是用來(lái)解析。
PyQueryAjax
API
***少不了的，API大放送。
API (https://pythonhosted.org/pyquery/api.html)
原汁原味最全的API，都在里面了!如果你對(duì) jQuery 語(yǔ)法不熟，強(qiáng)烈建議先學(xué)習(xí)下 jQuery，再回來(lái)看 PyQuery，你會(huì)感到異常親切!
結(jié)語(yǔ)
用完了 PyQuery，我已經(jīng)深深?lèi)?ài)上了他!
你呢?
網(wǎng)站標(biāo)題：Python爬蟲(chóng)神器PyQuery的使用方法
本文鏈接：http://www.5511xx.com/article/djdgjes.html
