PyQuery 简介

PyQuery 用于对 XML 文档进行操作，比如：查询 XML 文档中的某个元素，获取某个元素的属性等。它的 API 和前端著名框架 jQuery 相似，名字的由来也是基于此。（官方介绍：pyquery: a jquery-like library for python）

安装

$ pip3 install pyquery

加载 XML 文档

pyquery 提供了三种 XML 加载方式：

  1. 从字符串中加载；
  2. 从 url 加载；
  3. 从文件加载；

这里，我们一般使用 Requests 获取网络资源数据，接着，使用 pyquery 从字符串中加载数据。

这样做的理由是，Requests 作为一个专门的网络库，有较强的定制能力。

简单看下示例代码：

查询元素

查询元素的核心点是 CSS 选择器（CSS Selector），大家可以通过搜索引擎查找相关资料。

Tip

PyQuery 支持手动选择解析器（parser），如下：

pq('<html><body><p>toto</p></body></html>', parser='xml')

parse 的取值是：

  • xml
  • html
  • html5
  • soup
  • html_fragments

默认使用的是 lxml 的 xml 解析器，一般不需要手动选择。这里只是作为一个小知识点提及。

相关系列文章

Python3 爬虫教程系列文章接下来会连载下去，大家可以关注头条号第一时间阅读最新文章。

基础篇


转载请注明