圖/文：迷神

我們做python爬蟲，通過requests抓取到內容就需要正則匹配，或者其他解析庫解析內容。很多可能和我一樣的人，都使用jquery的，那用的還是非常爽的。而pyquery庫就是jQuery的Python實現，能夠以jQuery的語法來操作解析 HTML 文檔，易用性和解析速度都不錯。

雖然，Beautiful Soup 中可以使用 CSS 選擇器，但是好像他的 CSS 選擇器并沒有想像中的強大，PyQuery反而更優一些，因此，我們來說說，Python爬蟲神器：PyQuery。

PyQuery庫官方文檔

官方文檔：https://pyquery.readthedocs.io/en/latest/

PyPI：https://pypi.org/project/pyquery/

Github：https://github.com/gawel/pyquery

1、PyQuery初始化內容

PyQuery初始化有3種形式：

1.1、直接初始化requests返回的html內容

from pyquery import PyQuery as pq#初始化為PyQuery對象doc = pq(html)print(type(doc))print(doc)

1.2、直接讀取文件的形式

#filename參數為html文件路徑doc = pq(filename = 'test.html')print(type(doc))print(doc)

1.3、讀取網址的形式

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

2、常用CSS選擇器：

pyquery強大的地方，就是在于使用了類似jquery一樣的選擇，進行網頁節點解析。

html = """ Python 大法 好 """

獲取id為object-1的標簽

print(doc('#object-1'))#返回：好#還可以：print(doc('#container #object-1'))

獲取class為object-1的標簽

print(doc('.object-1'))#返回：Python

獲取ul標簽：

print(doc('ul'))#返回Python大法好

如果獲取多個li，可以遍歷：

a = doc('li')for item in a.items(): print(item)

其他的我們還可以查找節點

我們接著介紹一下常用的查找函數，這些查找函數最贊的地方就是它們和 JQuery 的用法完全一致。

find() ： 查找節點的所有子孫節點。

children() ： 只查找子節點。

parent() ： 查找父節點。

parents() ： 查找祖先節點。

siblings() ： 查找兄弟節點。

3、獲取標簽的信息

我們在定位到目標之后，就需要獲取標簽的內容信息，常用的有：

3.1、attr() 獲取屬性，返回屬性值

object_2 = doc.find('.object-2')print(object_2.attr('class'))#返回object-2

3.2、text() 標簽的文本

object_1 = docs.find('.object-1')print(object_1.text())#返回Python

當然pyquery還有很多，比如remove去掉節點內容，獲取url網址的，還可以自定義cookie和header等。

Beautiful Soup 對新手比較友好，pyquery對用過jquery的來說，更簡單更方便，是一個非常不錯的選擇。

好了，就這么多啦，我是迷神，更多精彩python內容，可以關注我哦，有問題也可以評論哦。

總結

以上是生活随笔為你收集整理的beautifulsoup网页爬虫解析_Python爬虫神器：PyQuery，解析网页更简单，小白也能学会的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。