一. 引入
最经在学习前端开发，学完jquery之后，突然想起来之前学过一个html文档解析库，类似于 jquery。是的没有错，它就是Pyquery。官方文档解释---->pyquery: a jquery-like library for python，一个类似于jquery的python库，如果你学过前端，都会接触到 jquery。这样一来，上手这个解析库就非常容易了。
二. 安装
pip install pyquery
三. 快速开始
首先，定义一个 html 字符串用做测试（接下来都用该字符串进行测试）：
html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">It's a good story</p>
<p>
<!--Hey, buddy. Want to buy a used parser?-->
</p>
"""
这里首先引入 PyQuery这个对象，并取别名为pq。然后定义一个html字符串，并将其作为参数传递给 PyQuery这个类，这样就成功完成了初始化。接下来，将初始化的对象传入CSS选择器。这这个实例中，我们传入了 p 节点，这样就可以获得所有的 p 节点。返回的对象的类型为：<class ‘pyquery.pyquery.PyQuery’>，我们可以接着对该对象进行相同的操作。
四. 查找节点
-
通过 CSS选择器来查找节点：
这里我们初始化 PyQuery对象之后，传入了一个 CSS选择器 .story #link1，它的意思是：选取 class为 p 的节点，然后在p节点下找 id为 link1的子孙节点，并打印输出，可以看到，我们成功的获得到想要的节点。并且，最后得到的对象类型依然是 PyQuery类型。 -
使用 find()方法，查找子节点。此时传入的参数也是CSS选择器。
可以看出，doc(css选择器) 方法 与 doc.find(css选择器)方法之间并没有区别。其实这两种方法，查找的范围是节点的所有子孙节点，而如果我们只需要查找 子节点，使用 .children() 方法（具体例子，这里不详细写）
- 父节点与兄弟节点的获取：
父节点：（注意 将 parent 改成 parents() 可以获得祖宗节点）
兄弟节点：（注意，并不向 parent()方法一样，这里只能获得到所有的兄弟节点，并不能只获得到 相邻的某一个兄弟节点）
五. 遍历节点
-
我们发现，pyquery的选择结果可能是有多个节点，也有可能是单个节点，类型都是pyquery类型。并没有像 BeautifulSoup 那样的列表（关于 beautiful soup 可以参考我另一篇博客）
对于单个节点来说，可以直接打印输出，也可以直接转化为字符串。
但是对于多个节点来说，我们就需要遍历来获取了。例如，这里把每一个 p 节点进行遍历，调用的是 items() 方法：
可以发现，调用 Items()方法后，会拿到一个生成器。遍历一下，就可以逐个获得到 p 节点对象了，它的类型也是 PyQuery类型。每一个 p 节点还可以调用 上面所写的方法 再次进行选择，非常的灵活！
六. 获取信息
提取到节点之后，我们的最终目的当然是提取节点所包含的信息了。比较重要的信息有两种，一是 获取属性，二十获取文本，下面分别进行说明：
-
获取属性
提取到某个 PyQuery类型的节点后，可以调用 attr()方法来获取属性：
这里首先选中 html中所有的 a 节点，返回的类型是 PyQuery，由于不是返回一个 节点，所以，对返回的内容，遍历，获得每一个a节点；使用 attr()方法。这个方法中传入属性名称，就可以得到这个属性值了。
当然，还可以使用 i.attr.href 这样写，也是 Ok 的
PS: 如果获得到多个节点，不加以遍历，直接使用 attr，只能获得到 第一个节点的属性。
-
获得文本
获取节点之后的另一主要操作就是获取其内部文本了，这时可以调用 text()方法实现：
这里首先获得到一个 class = 'title’的 p 节点，然后调用 text() 方法，就可以获得其内部的文本信息。此时它会忽略掉节点内部包含的所有 HTML节点，只返回纯文字内容。这里同样有一个问题，如果我们选中的结果是多个节点， text() 方法会返回什么内容呢？我们用 实例来 看一下:
由此可见，text()返回了所有 a 节点内部的纯文本，中间用空格分割开来，即返回的结果是一个字符串。PS：这里需要注意一下，如果结果是多个节点，并且想要每个节点的内部文本，使用 text()方法不需要遍历就可以获取，它将所有节点 获取文本后，合并成一个字符串。
-
最后，关于更多 PyQuery的用法，请参看官方文档：官方文档
end…