python抓取动态网页(pyquery库就是jQuery的Python实现库官方文档文档介绍 )

　　python抓取动态网页(pyquery库就是jQuery的Python实现库官方文档文档介绍

)

　　照片/文字：着迷

　　我们是python爬虫，需要正则匹配通过requests抓取内容，或者其他解析库解析内容。可能很多人和我一样用jquery，还是很爽的。 pyquery库是jQuery的Python实现，可以用jQuery语法对HTML文档进行操作和解析，具有很好的易用性和解析速度。

　　Beautiful Soup 中虽然可以使用 CSS 选择器，但似乎他的 CSS 选择器并没有想象中的那么强大，PyQuery 更好。因此，我们来说说Python爬虫神器：PyQuery。

　　

　　PyQuery 库官方文档

　　官方文档：

　　PyPI：

　　Github：

　　1、PyQuery初始化内容

　　PyQuery 初始化采用三种形式：

　　1.1、直接初始化requests返回的html内容

　　from pyquery import PyQuery as pq

#初始化为PyQuery对象

doc = pq(html)

print(type(doc))

print(doc)

　　1.2、直接读取文件的形式

　　1.3、读取URL的形式

　　doc = pq(url = 'https://www.toutiao.com')

print(type(doc))

print(doc)

　　2、常用 CSS 选择器：

　　pyquery 的强大之处在于它使用与 jquery 相同的选项来解析网页节点。

　　html = """

Python

大法

好

"""

　　获取id为object-1的标签

　　print(doc('#object-1'))

#返回：

好

#还可以：

print(doc('#container #object-1'))

　　获取类为object-1的标签

　　print(doc('.object-1'))

#返回：

Python