爬虫—pyquery用法

"""
__coding__ = 'UTF-8'
__author__ = 'bingo'
__date__ = '2020/9/6'
# code is far away from bugs with the god animal protecting
    I love animals. They taste delicious.
             ┏┓   ┏┓
            ┏┛┻━━━┛┻━━┓
            ┃    ☃    ┃
            ┃  ┳┛  ┗┳ ┃
            ┃     ┻   ┃
            ┗━┓     ┏━┛
              ┃     ┗━━━━━┓
              ┃  神兽保佑  ┣┓
              ┃　永无BUG！ ┏┛
              ┗━━━┓┓┏━━┳┓┏┛
                  ┃┫┫  ┃┫┫
                  ┗┻┛  ┗┻┛
"""
import pyquery as pq
html_content = """

  

    
选电影
    
电视剧
    
排行榜
    
分类
    
影评
  
  
  

    
百度一下，你就知道
    
谷歌搜索
  

"""
html = pq.PyQuery(html_content)

# 1、查找节点
a1 = html.find("li.baidu")
a2 = html("li.baidu")
print(a1)
print(a2)
print(a2 == a1)
# >>> 
百度一下，你就知道
# >>> 
百度一下，你就知道
# >>> True

# 2、查找子节点
b = html("li.baidu").children()
print(b)
# >>> 百度一下，你就知道

# 3、查找父节点
c1 = html("li.baidu").parent()               # 获取当前节点的父节点
c2 = html("li.baidu").parents()              # 获取当前节点父及祖节点
print(len(c2))
# >>> 2

# 4、查找兄弟节点
d = html("li.baidu").siblings()
print(d)
# >>> 
谷歌搜索

# 5、获取属性及文本
e1 = html("li.baidu").attr("name")       # 获取属性
e2 = html("li.baidu").text()             # 获取文本
e3 = html("li.baidu").html()             # 获取纯html内容
print(e1)
print(e2)
print(e3)
# >>> 百度
# >>> 百度一下，你就知道
# >>> 百度一下，你就知道

# 6、伪类选择器
f1 = html("#u1 li:first-child")                # 选取第一个li节点
print(f1)
# >>>
选电影

f2 = html("#u1 li:last-child")                  # 选取最后一个li节点
print(f2)
# >>> 
影评

f3 = html("#u1 li:nth-child(2)")                # 选取第二个li节点
print(f3)
# >>> 
电视剧

f4 = html("#u1 li:gt(3)")                       # 选取第四个li之后的li节点，索引是从0开始
print(f4)
# >>> 
影评

f5 = html("#u1 li:nth-child(2n)")               # 选取2的整数倍的li节点，即偶数位置的li节点
# f5 = html("#u1 li:nth-child(2n+1)")           # 选取奇数位置的li节点
print(f5)
# >>> 
电视剧
#     
分类

f6 = html("#u1 li:contains(分类)")              # 选取包含'分类'文本的li节点
print(f6)
# >>> 
分类