前言
上篇文章 PyQuery (一) 回顧。今天來介紹具體 PyQuery 的使用方法。
窮遊網目標與分析
開始之前，按照之前的套路一步步來。
一、先確立目標。
我們要爬取的目標是：
- 日本的城市
- 去過的人數
- 城市的詳情景點
二、看源碼，分析元素節點。
F12 查看當前網頁源代碼：
https://place.qyer.com/japan/citylist-0-0-1/
選中下圖區域，可以看到這是一個 ul 標簽，class 爲 plcCitylist 。
- ul：unordered list，“無序列表”的意思。
在這個無序標簽裏，有許多 li 標簽，class 爲 item+數字。
- li：list item，“列表項”的意思。
城市名字：包含在 a 標簽中。
去過的人數：包含在 h3 標簽中，且在 p 標簽中，class 爲 beenton 中。
詳情景點：包含在 h3 標簽中，且在 p 標簽中，class 爲 pois 中，且在 a 標簽中。
- h3：給文本增加主標題的語義。（顯示在頁面上標題變粗）
- p：段落標簽
以上分析完了，其實單純分析節點很簡單。重點在于代碼如何使用。
PyQuery代碼詳講
依然是分步驟來提取我們想要的。
回憶一下，用 PyQuery 請求到源代碼，拿到實例對象。
from pyquery import PyQuery as pq doc = pq(‘https://place.qyer.com/japan/citylist-0-0-1’)
1. css選擇器，提取外層 ul
ul_city = doc(‘.plcCitylist’)
基于 css 選擇器，獲取 class=”plcCitylist” 的 ul 節點元素。因爲 class 值唯一，上面說過了。
在 JQuery 的語法中， . 代表著類選擇器的寫法，而 # 代表著 id 選擇器的寫法。所以直接用 .值 ，直接可以獲取當前標簽元素節點，如下：
當然，如果當標簽不唯一時，你也可以這樣操作，在.前面聲明具體標簽：
ul_city = doc(‘ul.plcCitylist’)
但需要注意的是，盡管我們 print 打印是你看到的文字，它們實際上並不是 str 類型的字符串，而是 PyQuery 這個類型。
3. 遍曆單獨的 li 元素節點
當我們獲取 ul 下面的 li 元素節點時，匹配到的肯定是多個。此時想要逐個解析 li ，並且獲取到 li 中的城市名稱等抓取信息如何做呢？
for li in lis.items():
通過調用 PyQuery 對象的 items 方法，即可逐層遍曆相同元素，就像我們的 list 一樣。
4. 標簽多個 class 確定唯一值的選擇器寫法
仔細看我們 li 節點中的 h3 標簽，class 裏面是有兩個值的。
<h3 class = “title fontYaHei”>………….
通過這兩個值的唯一性，我們可以直接定位到 h3 元素。
h3 = li(‘.title.fontYaHei’)
5. PyQuery 屬性選擇節點
如果你用不慣以上的所有獲取節點元素的方法， PyQuery 還提供了一個便利的方法，即通過標簽元素的屬性進行定位元素。
a_city = h3(‘a’).attr(‘data-bn-ipg’, ‘place-citylist-mix-name-1’)
h3(‘a’) 獲取的是 h3 標簽裏 a 標簽的元素節點。 使用 .attr 時，後面兩個參數說明 a 標簽原本的屬性由如下組成：
<a data-bn-ipg = “place-citylist-mix-name-1”>………….
attr 第一個參數是標簽屬性的名字，第二個參數則是屬性具體的值。
成果展示
最終的成果展示如下：
選成文本，完成即可，自己就換行顯示了。