盘点一个pyquery库选择器提取案例

点击上方“Python共享之家”，进行关注

回复“资源”即可获赠Python学习资料

今

日

鸡

汤

青山横北郭，白水绕东城。

大家好，我是皮皮。

一、前言

前几天在Python白银群有个叫【手中的流沙】的粉丝问了一道关于pyquery选择器提取的问题，如下图所示。

就像这样：

原网页的信息如下图所示：

实现过程

这里【甯同学】给了一份代码，如下所示：

frompyqueryimportPyQueryaspqheaders={"Accept-Language":"zh-CN,zh;q=0.9","Cache-Control":"max-age=0","Upgrade-Insecure-Requests":"1","User-Agent":"Mozilla/5.0(WindowsNT10.0;WOW64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/78.0.3904.108Safari/537.36"}html=pq(url="https://www.cditv.cn/list-3894-1.html",headers=headers)doc=pq(html)li=doc("div.style-type3>div:gt(0)>ul>li.item>ul>li.list-item").items()foriinli:info={"city":i.text().split("\n\n\n")}print(info)

代码运行之后，结果如下图所示：

确实一步到位了，很强！原来pq可以直接请求网页，确实也省事了。主要是那个css构造还是需要点时间和精力的。

这个地方也还可以使用xpath提取来实现，代码如下：

importrequestsfromlxmlimportetreeres=requests.get(url="https://www.cditv.cn/list-3894-1.html",headers=headers)res.encoding=res.apparent_encodinghtml=etree.HTML(res.text)li_lists=html.xpath("/html/body/div[1]/div[2]/div[2]/div[2]/ul/li")print(len(li_lists))forliinli_lists:info=li.xpath("./ul//li//text()")#shi=li.xpath("./ul//li/h4/text()")#qu=li.xpath("./ul//li/strong/text()")#jiedao=li.xpath("./ul//li/br/text()")print(info)

运行之后，结果如下图所示：

当然了，你还可以使用re正则表达式和bs4来提取，这个网页并不难，用来练手还是不错的。

三、总结

大家好，我是皮皮。这篇文章主要盘点一个pyquery库选择器提取案例！如果你还有其他方法，也欢迎大家积极尝试，一起学习，记得分享给我哦。

最后感谢粉丝【手中的流沙】提问，感谢【甯同学】、【dcpeng】在运行过程中给出的思路和代码建议，感谢粉丝【月神】、【庄大】等人参与学习交流。

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。

-------------------End-------------------

往期精彩文章推荐：

Python内置函数map和filter，傻傻分不清楚？

使用Python实现批量更改文件夹下图片的名称

Pandas处理csv表格的时候如何忽略某一列内容？

盘点一个正则表达式题目(惊艳写法)

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情，点个【在看】行不行

关键词： 如下图所示 正则表达式 学习交流