pyquery解析数据

最新推荐文章于 2025-03-18 14:44:29 发布

超超.

最新推荐文章于 2025-03-18 14:44:29 发布

阅读量373

点赞数

分类专栏： python爬虫

本文链接：https://blog.youkuaiyun.com/peichaohang/article/details/100709713

版权

python爬虫专栏收录该内容

9 篇文章

订阅专栏

PyQuery是一个模仿jQuery的Python库，用于方便高效地解析HTML文档。它提供了相似的API，使得在Python中处理网页内容变得简单快捷。安装PyQuery后，可以导入并初始化对象，利用其丰富的属性和方法进行数据提取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

pyquery

pyquery库是 jQuery 的 Python 实现，能够以jQuery的语法来操作解析 HTML 文档，易用性和解析速度都很好
安装 pip3 install pyquery
1、导包
```
from pyquery import PyQuery
```
初始化pyquery对象
```
pq = PyQuery(response)
```

属性和方法

.find()：查找嵌套元素
.filter(selector)：根据 class、id 筛选指定元素
.eq(index)：根据索引号获取指定元素（index 从 0 开始）
pq_html(selector)：通过css选择器来获取目标内容
.text() 获取标签的文本
.attr('属性值')：获取标签属性

使用实例

  def parse_page_data(self,response):
       #使用pyquery解析数据
       pq = PyQuery(response)
       #find():根据css语法获取标签
       #filter():根据id或者class过滤标签
       ranks = pq.find('div.scores_List dl')
       ranks = pq.find('div').filter('.scores_List').find('dl')
       print(type(ranks.items()))
       for dl in ranks.items():
           print('==========')
           # print(dl)
           #.eq(index)：根据索引号获取指定标签（index 从 0 开始)
           #.attr('src'):获取标签的属性值
           #.text():获取标签的文本
           school_info = {}
           school_info['url'] = dl('dt a').eq(0).attr('href')
           school_info['icon'] = dl('dt a img').eq(0).attr('src')
           school_info['adress'] = dl('dd > ul li').eq(0).text()
           print(school_info)