Python解析庫pyquery 的使用詳解

更新時間：2025年04月12日 09:45:19 作者：攻城獅7號

要是你接觸過Web開發(fā),平時習慣用CSS選擇器,或者對jQuery有一定了解,那我得給你介紹一個更稱手的解析庫,它就是pyquery,本文給大家介紹Python解析庫pyquery 的使用詳解,感興趣的朋友一起看看吧

前言

上兩節(jié)我們講了Beautiful Soup這個網頁解析庫，它確實很厲害。不過，大家用它的一些方法時，會不會感覺不太順手？還有它的CSS選擇器，用起來是不是覺得功能沒那么強呢？

要是你接觸過Web開發(fā)，平時習慣用CSS選擇器，或者對jQuery有一定了解，那我得給你介紹一個更稱手的解析庫，它就是pyquery。下面，咱們就一起來見識下pyquery有多厲害。

一、pyquery 初始化

在正式開始前，得先確認你已經把pyquery正確安裝好了。要是還沒安裝，就得自己動手通過pip或pip3安裝一下。和Beautiful Soup類似，初始化pyquery時，同樣要傳入HTML文本，以此來創(chuàng)建一個PyQuery對象。它有好幾種初始化的辦法，既可以直接傳入字符串，也能傳入URL，還能傳入文件名等等。接下來，我們就詳細講講這些方法。

1.1 字符串初始化

咱們先通過一個實際例子來體驗體驗：

html = '''
<div>
    <ul>
         <li class="item-0">first item</li>
         <li class="item-1"><a href="link2.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >second item</a></li>
         <li class="item-0 active"><a href="link3.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" ><span class="bold">third item</span></a></li>
         <li class="item-1 active"><a href="link4.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fourth item</a></li>
         <li class="item-0"><a href="link5.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fifth item</a></li>
     </ul>
 </div>
'''
from pyquery import PyQuery as pq
doc = pq(html)
for item in doc('li').items():
    print(item.outer_html())

運行結果如下：

咱們先引入PyQuery對象，給它取個pq的別名。接著弄了個很長的HTML字符串，把這個字符串作為參數(shù)，傳給PyQuery類，這樣就完成了初始化。初始化完之后，再把得到的對象放到CSS選擇器里。在這個例子里，我們輸入li節(jié)點，這么一來，就能選中所有的li節(jié)點了。

1.2 URL 初始化

初始化時，參數(shù)不只能用字符串形式來傳遞。要是你想傳入網頁的URL，也完全沒問題，只要把參數(shù)指定為url就行：

from pyquery import PyQuery as pq
doc = pq(url='https://linshantang.blog.csdn.net/')
print(doc('title'))

運行結果：

<title>攻城獅7號-CSDN博客</title>

這么操作后，PyQuery對象會先對這個URL發(fā)起請求。等拿到網頁的HTML內容，就用這些內容完成初始化。這和直接把網頁的源代碼，以字符串形式傳給PyQuery類來初始化，效果是一樣的。

它與下面的代碼功能是相同的：

from pyquery import PyQuery as pq
import requests
doc = pq(requests.get('https://linshantang.blog.csdn.net/').text)
print(doc('title'))

1.3 文件初始化

當然啦，初始化的時候，除了能傳一個URL，要是你想傳本地的文件名也是可以的，只要把參數(shù)指定成filename就行：

from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
print(doc('li'))

當然，得先有個本地的HTML文件，叫demo.html，里面的內容就是要解析的HTML字符串。這樣一來，它會先讀取這個本地文件里的內容，接著把文件內容當成字符串，傳給PyQuery類進行初始化。

上面這3種初始化方法都能用，不過在實際使用中，最常用的初始化方式還是用字符串來傳遞。

二、基本 CSS 選擇器

咱們先通過一個實際例子，來體驗體驗pyquery里CSS選擇器該怎么用：

html = '''
<div id="container">
    <ul class="list">
         <li class="item-0">first item</li>
         <li class="item-1"><a href="link2.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >second item</a></li>
         <li class="item-0 active"><a href="link3.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" ><span class="bold">third item</span></a></li>
         <li class="item-1 active"><a href="link4.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fourth item</a></li>
         <li class="item-0"><a href="link5.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fifth item</a></li>
     </ul>
 </div>
'''
from pyquery import PyQuery as pq
doc = pq(html)
print(doc('#container .list li'))
print(type(doc('#container .list li')))

運行結果：

這里呢，我們先初始化了PyQuery對象，接著輸入了一個CSS選擇器#container .list li 。這個選擇器的意思是，先找到id是container的節(jié)點，再從這個節(jié)點里面，找到class是list的節(jié)點，最后把這個list節(jié)點里面所有的li節(jié)點選出來。然后我們把選出來的結果打印出來，能看到，確實成功找到了符合條件的節(jié)點。最后呢，我們把選出來結果的類型也打印出來?？梢钥吹?，它還是PyQuery類型。

三、pyquery 查找節(jié)點

接下來給大家講講一些常用的查詢方法，這些方法的使用方式跟jQuery里的方法一模一樣。

3.1 子節(jié)點

要是想查找子節(jié)點，就得用find方法，這個方法的參數(shù)是CSS選擇器。咱們還是拿上面那個HTML做例子來說：

from pyquery import PyQuery as pq
doc = pq(html)
items = doc('.list')
print(type(items))
print(items)
lis = items.find('li')
print(type(lis))
print(lis)

運行結果：

首先，我們選中class是list的節(jié)點，接著調用find()方法，把CSS選擇器作為參數(shù)傳進去，這樣就選中了這個節(jié)點里面的li節(jié)點，最后把結果打印出來?？梢钥吹?，find()方法會把所有符合條件的節(jié)點都選出來，選出來的結果是PyQuery類型。實際上，find方法會在節(jié)點的所有子孫節(jié)點里查找。要是我們只想找子節(jié)點，那就可以用children方法。

lis = items.children()
print(type(lis))
print(lis)

運行結果如下：

要是想從所有子節(jié)點里挑出符合條件的節(jié)點，就拿篩選出子節(jié)點里class是active的節(jié)點來說，可以給children()方法傳入CSS選擇器.active。

lis = items.children('.active')
print(lis)

運行結果：

從輸出結果能明顯看出，已經篩選過了，只剩下class是active的節(jié)點。

3.2 父節(jié)點

我們可以用parent方法獲取某個節(jié)點的父節(jié)點，下面通過一個例子來看看效果：

html = '''
<div class="wrap">
    <div id="container">
        <ul class="list">
             <li class="item-0">first item</li>
             <li class="item-1"><a href="link2.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >second item</a></li>
             <li class="item-0 active"><a href="link3.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" ><span class="bold">third item</span></a></li>
             <li class="item-1 active"><a href="link4.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fourth item</a></li>
             <li class="item-0"><a href="link5.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fifth item</a></li>
         </ul>
     </div>
 </div>
'''
from pyquery import PyQuery as pq
doc = pq(html)
items = doc('.list')
container = items.parent()
print(type(container))
print(container)

運行結果如下：

這里我們先用.list選中class是list的節(jié)點，接著調用parent方法，就能得到這個節(jié)點的父節(jié)點，這個父節(jié)點也是PyQuery類型。這里得到的父節(jié)點是直接的父節(jié)點，不會再去查父節(jié)點的父節(jié)點，也就是不會找祖先節(jié)點。要是想獲取某個祖先節(jié)點，該咋整呢？這時候就可以用parents方法。

from pyquery import PyQuery as pq
doc = pq(html)
items = doc('.list')
parents = items.parents()
print(type(parents))
print(parents)

運行結果：

能看到，輸出結果有倆：一個是class為wrap的節(jié)點，另一個是id為container的節(jié)點。這說明，parents()方法會把所有的祖先節(jié)點都返回。要是想篩選出某個祖先節(jié)點，就可以給parents方法傳入CSS選擇器，這樣就能得到祖先節(jié)點里符合這個CSS選擇器的節(jié)點。

parent = items.parents('.wrap')
print(parent)

運行結果：

從輸出結果能明顯看出來，少了一個節(jié)點，現(xiàn)在只剩下class是wrap的那個節(jié)點了。

3.3 兄弟節(jié)點

上面我們講了子節(jié)點和父節(jié)點的用法，還有一種節(jié)點叫兄弟節(jié)點。要是想獲取兄弟節(jié)點，可以用siblings()方法。咱們還是接著用上面的HTML代碼來說明：

from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.list .item-0.active')
print(li.siblings())

這里先選中class是list的節(jié)點里面，class分別為item - 0和active的節(jié)點，也就是第三個li節(jié)點。顯然，它有4個兄弟節(jié)點，分別是第一個、第二個、第四個和第五個li節(jié)點。

運行結果：

能看到，這就是我們剛才說的那4個兄弟節(jié)點。要是想篩選出某個兄弟節(jié)點，還是可以給siblings方法傳入CSS選擇器，這樣就能從所有兄弟節(jié)點里挑出符合條件的節(jié)點。

from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.list .item-0.active')
print(li.siblings('.active'))

這里我們篩選了 class 為 active 的節(jié)點，通過剛才的結果可以觀察到，class 為 active 的兄弟節(jié)點只有第四個 li 節(jié)點，所以結果應該是一個。我們再看一下運行結果：

<li class="item-1 active"><a href="link4.html">fourth item</a></li>

四、遍歷

剛才能看到，pyquery選擇出來的結果可能是多個節(jié)點，也可能是單個節(jié)點，但類型都是PyQuery類型，不會像Beautiful Soup那樣返回列表。要是選出來的是單個節(jié)點，既可以直接打印，也能直接轉成字符串。

from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.item-0.active')
print(li)
print(str(li))

運行結果：

要是選擇結果有多個節(jié)點，就得通過遍歷來獲取每個節(jié)點。就像這里，要遍歷每個li節(jié)點的話，就得調用items方法。

from pyquery import PyQuery as pq
doc = pq(html)
lis = doc('li').items()
print(type(lis))
for li in lis:
    print(li, type(li))

運行結果如下：

能發(fā)現(xiàn)，調用items()方法后會得到一個生成器，對這個生成器進行遍歷，就能逐個拿到li節(jié)點對象，這些對象也是PyQuery類型。每個li節(jié)點都能調用前面提到的方法來做選擇操作，像接著查找子節(jié)點、找某個祖先節(jié)點之類的，用起來很靈活。

五、獲取信息

把節(jié)點提取出來以后，我們的最終目標肯定是要提取出節(jié)點里包含的信息。其中比較關鍵的信息有兩種，一種是獲取節(jié)點的屬性，另一種是獲取節(jié)點的文本內容。下面我就分別給大家講一講。

5.1 獲取屬性

當提取到一個PyQuery類型的節(jié)點后，就能調用attr()方法來獲取這個節(jié)點的屬性了。

html = '''
<div class="wrap">
    <div id="container">
        <ul class="list">
             <li class="item-0">first item</li>
             <li class="item-1"><a href="link2.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >second item</a></li>
             <li class="item-0 active"><a href="link3.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" ><span class="bold">third item</span></a></li>
             <li class="item-1 active"><a href="link4.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fourth item</a></li>
             <li class="item-0"><a href="link5.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fifth item</a></li>
         </ul>
     </div>
 </div>
'''
from pyquery import PyQuery as pq
doc = pq(html)
a = doc('.item-0.active a')
print(a, type(a))
print(a.attr('href'))

運行結果如下：

<a href="link3.html"><span class="bold">third item</span></a> <class 'pyquery.pyquery.PyQuery'>
link3.html

這里先選中class是item - 0和active的li節(jié)點里面的a節(jié)點，這個節(jié)點是PyQuery類型。接著調用attr方法，在方法里傳入屬性名，就能得到對應的屬性值。另外，也能通過調用attr屬性來獲取屬性，具體用法如下：

print(a.attr.href)

這兩種方法得到的結果是完全相同的。要是選中了多個元素，再去調用attr方法，會得到什么樣的結果呢？下面我們通過實際例子來測試看看。

a = doc('a')
print(a, type(a))
print(a.attr('href'))
print(a.attr.href)

運行結果如下：

按道理，我們選中的a節(jié)點應該有4個，打印結果也該是4個。但調用attr方法時，返回的卻只有第一個節(jié)點的屬性。這是因為，當返回結果包含多個節(jié)點時，調用attr方法只能得到第一個節(jié)點的屬性。要是遇到這種情況，想獲取所有a節(jié)點的屬性，就得用前面說過的遍歷方法了。

from pyquery import PyQuery as pq
doc = pq(html)
a = doc('a')
for item in a.items():
    print(item.attr('href'))

運行結果：

所以，在獲取屬性的時候，要先看返回的節(jié)點是一個還是多個。要是返回多個節(jié)點，就得通過遍歷才能逐個獲取每個節(jié)點的屬性。

5.2 獲取文本

提取到節(jié)點后，另一個重要操作就是獲取其內部的文本內容，這時調用text方法就能達成這一目的。

html = '''
<div class="wrap">
    <div id="container">
        <ul class="list">
             <li class="item-0">first item</li>
             <li class="item-1"><a href="link2.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >second item</a></li>
             <li class="item-0 active"><a href="link3.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" ><span class="bold">third item</span></a></li>
             <li class="item-1 active"><a href="link4.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fourth item</a></li>
             <li class="item-0"><a href="link5.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fifth item</a></li>
         </ul>
     </div>
 </div>
'''
from pyquery import PyQuery as pq
doc = pq(html)
a = doc('.item-0.active a')
print(a)
print(a.text())

運行結果：

這里先選中一個a節(jié)點，接著調用text方法，就能獲取該節(jié)點內部的文本信息。這時它會把節(jié)點內部的所有HTML內容忽略掉，只返回純文本。不過要是想獲取這個節(jié)點內部的HTML文本，那就得使用html方法了。

from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.item-0.active')
print(li)
print(li.html())

這里我們選定了第三個li節(jié)點，隨后調用了html()方法。該方法返回的結果會是這個li節(jié)點內包含的所有HTML文本內容。

運行結果：

這里存在一個疑問，如果我們選中的結果包含多個節(jié)點，那么調用 text() 或 html() 方法會返回什么樣的內容呢？下面我們通過實際例子來探究一下。

html = '''
<div class="wrap">
    <div id="container">
        <ul class="list">
             <li class="item-1"><a href="link2.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >second item</a></li>
             <li class="item-0 active"><a href="link3.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" ><span class="bold">third item</span></a></li>
             <li class="item-1 active"><a href="link4.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fourth item</a></li>
             <li class="item-0"><a href="link5.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fifth item</a></li>
         </ul>
     </div>
 </div>
'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('li')
print(li.html())
print(li.text())
print(type(li.text()))

運行結果如下：

結果可能有點讓人意外，html方法返回的是第一個li節(jié)點內部的HTML文本，而text方法返回的是所有l(wèi)i節(jié)點內部的純文本，各文本間用一個空格分隔，也就是返回一個字符串。所以這里要特別留意，如果得到的結果是多個節(jié)點，還想獲取每個節(jié)點內部的HTML文本，那就需要對每個節(jié)點進行遍歷。而text()方法不用遍歷就能獲取文本，它會把所有節(jié)點的文本提取出來并合并成一個字符串。

六、節(jié)點操作

pyquery提供了一系列可對節(jié)點進行動態(tài)修改的方法，像給某個節(jié)點添加一個class，或者移除某個節(jié)點等。這些操作有時能為信息提取帶來極大便利。鑒于節(jié)點操作的方法眾多，下面我會列舉幾個典型例子來說明其用法。

6.1 addClass 和 removeClass

那咱們先通過一個具體的實例來體驗一番：

html = '''
<div class="wrap">
    <div id="container">
        <ul class="list">
             <li class="item-0">first item</li>
             <li class="item-1"><a href="link2.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >second item</a></li>
             <li class="item-0 active"><a href="link3.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" ><span class="bold">third item</span></a></li>
             <li class="item-1 active"><a href="link4.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fourth item</a></li>
             <li class="item-0"><a href="link5.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fifth item</a></li>
         </ul>
     </div>
 </div>
'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.item-0.active')
print(li)
li.removeClass('active')
print(li)
li.addClass('active')
print(li)

先是選中了第三個li節(jié)點，接著調用removeClass()方法，把li節(jié)點上的active這個class給去掉了，之后又調用了addClass()方法，再把這個class添加回來。每次執(zhí)行完一次操作，就把當前l(fā)i節(jié)點的內容打印輸出。運行后得到的結果如下：

從結果能看到，總共輸出了3次。在第二次輸出的時候，li節(jié)點的active這個class已經被移除掉了，而到第三次輸出時，這個class又被重新添加回來了。由此可見，addClass和removeClass這兩個方法是能夠對節(jié)點的class屬性進行動態(tài)修改的。

6.2 attr、text、html

當然，除了對 class 屬性進行操作外，還能使用 attr 方法操作其他屬性。另外，也可借助 text 和 html 方法來改變節(jié)點內部的內容。下面是相關示例：

html = '''
<ul class="list">
     <li class="item-0 active"><a href="link3.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" ><span class="bold">third item</span></a></li>
</ul>
'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('.item-0.active')
print(li)
li.attr('name', 'link')
print(li)
li.text('changed item')
print(li)
li.html('<span>changed item</span>')
print(li)

這里我們先選中了li節(jié)點，之后調用attr方法修改屬性。attr方法的第一個參數(shù)是屬性名，第二個參數(shù)是屬性值。接著，我們又調用text和html方法來改變節(jié)點內部的內容。每次操作完成后，都會打印輸出當前的li節(jié)點。下面是運行結果：

可以看出，調用attr方法后，li節(jié)點新增了一個原本不存在的屬性“name”，其值為“link”。隨后調用text方法并傳入文本，li節(jié)點內部的文本就都變成了傳入的字符串文本。最后，調用html方法并傳入HTML文本，li節(jié)點內部又變成了傳入的HTML文本。由此可知，attr方法若只傳入第一個參數(shù)即屬性名，是用于獲取該屬性值；若傳入第二個參數(shù)，則可用來修改屬性值。text和html方法若不傳入參數(shù)，分別是獲取節(jié)點內的純文本和HTML文本；若傳入參數(shù)，則是進行賦值操作。

6.3 remove

從名字就能知道，remove 方法的作用是移除節(jié)點，在某些情況下，它能極大地便利信息提取。下面給出一段 HTML 文本，咱們接著分析它的應用。

html = '''
<div class="wrap">
    Hello, World
    <p>This is a paragraph.</p>
 </div>
'''
from pyquery import PyQuery as pq
doc = pq(html)
wrap = doc('.wrap')
print(wrap.text())

現(xiàn)在你想提取“Hello, World”這個字符串，同時排除 p 節(jié)點內部的字符串，該怎么做呢？這里直接先試著提取 class 為 wrap 的節(jié)點的內容，看看是否是我們想要的結果。下面是運行結果：

從這個結果能看出，它還包含了內部 p 節(jié)點的內容，也就是說 text 方法把所有純文本都提取出來了。若想去掉 p 節(jié)點內部的文本，一種做法是先提取 p 節(jié)點內的文本，再從整個結果里移除這個子串，但這種做法顯然比較繁瑣。這時就可以發(fā)揮 remove 方法的作用了，我們可以接著這樣操作：

wrap.find('p').remove()
print(wrap.text())

首先我們選中 p 節(jié)點，接著調用 remove() 方法把它移除掉。此時，wrap 節(jié)點內部就只剩下“Hello, World”這句話了，之后利用 text() 方法就能把它提取出來。此外，實際上還有不少節(jié)點操作的方法，像 append()、empty() 和 prepend() 等，這些方法的用法和 jQuery 完全相同。若想了解詳細用法，可以參考官方文檔：[http://pyquery.readthedocs.io/en/latest/api.html](http://pyquery.readthedocs.io/en/latest/api.html)

七、偽類選擇器

CSS 選擇器如此強大，一個重要原因是它支持豐富多樣的偽類選擇器。這些偽類選擇器能實現(xiàn)很多特殊的選擇功能，比如選擇第一個節(jié)點、最后一個節(jié)點、奇偶數(shù)節(jié)點，以及包含特定文本的節(jié)點等。下面通過示例來具體說明：

html = '''
<div class="wrap">
    <div id="container">
        <ul class="list">
             <li class="item-0">first item</li>
             <li class="item-1"><a href="link2.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >second item</a></li>
             <li class="item-0 active"><a href="link3.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" ><span class="bold">third item</span></a></li>
             <li class="item-1 active"><a href="link4.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fourth item</a></li>
             <li class="item-0"><a href="link5.html" rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow"  rel="external nofollow" >fifth item</a></li>
         </ul>
     </div>
 </div>
'''
from pyquery import PyQuery as pq
doc = pq(html)
li = doc('li:first-child')
print(li)
li = doc('li:last-child')
print(li)
li = doc('li:nth-child(2)')
print(li)
li = doc('li:gt(2)')
print(li)
li = doc('li:nth-child(2n)')
print(li)
li = doc('li:contains(second)')
print(li)

在這個示例里，我們運用了 CSS3 的偽類選擇器，分別選中了第一個 li 節(jié)點、最后一個 li 節(jié)點、第二個 li 節(jié)點、第三個 li 節(jié)點之后的所有 li 節(jié)點、偶數(shù)位置的 li 節(jié)點，以及包含“second”文本的 li 節(jié)點。若你想了解 CSS 選擇器更多的用法，可以參考 [http://www.w3school.com.cn/css/index.asp](http://www.w3school.com.cn/css/index.asp)。

至此，pyquery 的常用用法就介紹完畢了。要是你還想了解更多內容，可查閱 pyquery 的官方文檔：[http://pyquery.readthedocs.io](http://pyquery.readthedocs.io)。我們相信，有了 pyquery 的助力，網頁解析將不再困難。

到此這篇關于Python解析庫pyquery 的使用詳解的文章就介紹到這了,更多相關Python pyquery 使用內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

numpy中hstack vstack stack concatenate函數(shù)示例詳解
這篇文章主要為大家介紹了numpy中hstack vstack stack concatenate函數(shù)示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
2023-02-02
Python之torch.no_grad()函數(shù)使用和示例
這篇文章主要介紹了Python之torch.no_grad()函數(shù)使用和示例,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
2024-03-03
Python整型運算之布爾型、標準整型、長整型操作示例
這篇文章主要介紹了Python整型運算之布爾型、標準整型、長整型操作,結合具體實例形式分析了Python中布爾型、標準整型、長整型等相關運算技巧,代碼備有詳盡注釋,需要的朋友可以參考下
2017-07-07
Python + Chrome抓取AJAX動態(tài)數(shù)據的兩種方法
在現(xiàn)代 Web 開發(fā)中,AJAX技術被廣泛應用于動態(tài)加載數(shù)據,使得網頁能夠在不刷新的情況下更新內容,本文將詳細介紹 Python + Chrome 如何抓取 AJAX 動態(tài)數(shù)據,并提供兩種方法的完整實現(xiàn)代碼,需要的朋友可以參考下
2025-04-04
python3 配置logging日志類的操作
這篇文章主要介紹了python3 配置logging日志類的操作方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2020-04-04
R vs. Python 數(shù)據分析中誰與爭鋒？
R和Python兩者誰更適合數(shù)據分析領域？在某些特定情況下誰會更有優(yōu)勢？還是一個天生在各方面都比另一個更好？
2017-10-10
Python使用pyecharts創(chuàng)建交互式圖表的示例代碼
本文詳細介紹了如何使用Python的策略庫創(chuàng)建折線圖、柱狀圖、餅圖和散點圖,并演示了安裝、基礎圖表制作和配置,適合數(shù)據分析師和開發(fā)者學習數(shù)據可視化技術,需要的朋友可以參考下
2025-12-12
使用Python實現(xiàn)為PDF文檔設置和移除密碼
在數(shù)字化時代,文檔的安全性變得越來越重要,特別是對于包含敏感信息的PDF文件,所以本文主要來和大家介紹一下如何使用Python實現(xiàn)為PDF文檔設置和移除密碼,需要的可以參考下
2024-03-03
Python視頻處理模塊之moviepy的用法教程
隨著自媒體時代，現(xiàn)在對視頻的處理變得越來越常見。而?Python?有一個專門用于處理視頻的第三方庫：moviepy，可以非常方便地對視頻進行一些簡單處理，下面我們就來看一看
2022-07-07
Pygame Event事件模塊的詳細示例
事件是Pygame的重要模塊之一，比如鼠標點擊、鍵盤敲擊、游戲窗口移動、調整窗口大小、觸發(fā)特定的情節(jié)、退出游戲等等，本文就詳細的介紹一下具體用法，感興趣的可以了解一下
2021-11-11

最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python解析庫pyquery 的使用詳解

目錄

前言

一、pyquery 初始化

1.1 字符串初始化

1.2 URL 初始化

1.3 文件初始化

二、基本 CSS 選擇器

三、pyquery 查找節(jié)點

3.1 子節(jié)點

3.2 父節(jié)點

3.3 兄弟節(jié)點

四、遍歷

五、獲取信息

5.1 獲取屬性

5.2 獲取文本

六、節(jié)點操作

6.1 addClass 和 removeClass

6.2 attr、text、html

6.3 remove

七、偽類選擇器

相關文章

最新評論

大家感興趣的內容

最近更新的內容

常用在線小工具

最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python解析庫pyquery 的使用詳解

目錄

前言

一、pyquery 初始化

1.1 字符串初始化

1.2 URL 初始化

1.3 文件初始化

二、基本 CSS 選擇器

三、pyquery 查找節(jié)點

3.1 子節(jié)點

3.2 父節(jié)點

3.3 兄弟節(jié)點

四、遍歷

五、獲取信息

5.1 獲取屬性

5.2 獲取文本

六、節(jié)點操作

6.1 addClass 和 removeClass

6.2 attr、text、html

6.3 remove

七、偽類選擇器

相關文章

最新評論

大家感興趣的內容

最近更新的內容

常用在線小工具

二、基本 CSS 選擇器

五、獲取信息

六、節(jié)點操作

6.2 attr、text、html