BeautifuSoup和Pyquery解析庫方法比較

1.對象初始化：

• BeautifySoup庫：

  1 from bs4 import BeautifulSoup
  2 
  3 html = ‘html string......‘
  4 soup = BeautifulSoup(html, ‘lxml‘)

• Pyquery庫：

  1 from pyquery import PyQuery as pq
  2 
  3 # 以字符串初始化
  4 html = ‘html string...‘
  5 doc = pq(html)
  6 # 以url初始化
  7 doc = pq(url=‘https://....
   
  ‘)
  8 # 以文件初始化
  9 doc = pq(filename=‘XXX.html‘)

2. 節點屬性獲取：

• BeautifuSoup庫：

  1 # 在根據節點選擇器、方法選擇器或者CSS選擇器，選擇出節點（例如：li）後，兩種方法獲取屬性值
  2 value = li[‘attr_name‘]
  3 value = li.attrs[‘attr_name‘]

• Pyquery庫：

  1 # 在根據CSS選擇器定位到節點（例如li）後，兩種方法獲取屬性值
  2 value = li.attr.attr_name
  3 value = li.attr(‘attr_name‘)

3. 文本內容獲取：

• BeautifulSoup庫：

  # 在根據節點選擇器、方法選擇器或者CSS選擇器，選擇出節點（例如：li）後，兩種方法獲取屬性值
  text = li.string
  text = li.get_text()

• Pyquery庫：

  1 # 在根據CSS選擇器定位到節點（例如li）後
  2 text = li.text()

Python3 BeautifulSoup和Pyquery解析庫隨筆