pyquery解析库提取数据特例

原创

于 2020-05-29 18:51:05 发布 · 714 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #爬虫 #数据提取 #pyquery #PyQuery.eq

本文介绍了如何使用PyQuery库在Python中解析HTML并提取数据，特别是面对同名多标签的情况，通过PyQuery.eq(index)方法获取最后一个标签的文本。同时，针对标签不完整和文本中包含拉丁空格xa0及换行符的问题，提出了通过split方法进行处理的方法，以正确地提取和清理数据。

1.提取同名多标签中最后一个标签的文本 PyQuery.eq(index)

豆瓣TOP250中提取评价人数:

text='''
<div class="star">
     <span class="rating5-t"></span>
     <span class="rating_num" property="v:average">9.7</span>
     <span property="v:best" content="10.0"></span>
     <span>2029026人评价</span>
</div>
'''

doc = PyQuery(text)
doc('.star span').eq(

最低0.47元/天解锁文章

pyquery解析库提取数据特例

1.提取同名多标签中最后一个标签的文本 PyQuery.eq(index)

1 条评论