2025年from pyquery import PyQuery as pq「建议收藏」

编程汇总 • 2025-08-15 22:06 • 阅读 81

1.爬取知乎-发现-热门话题的问答：

import requests

from pyquery import PyQuery as pq



url = 'https://www.zhihu.com/explore'

headers = {'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKi\

            t/537.36 (KHTML, like Gecko) Chrome/68.0.3440.75 Safari/537.36'}



html = requests.get(url,headers = headers).text



doc = pq(html) #初始化PyQuery类对象

items = doc('.explore-tab .feed-item').items() #抓取 .explore-tab 结点下的所有 .feed-item 子节点 .items() 把他们组成列表

for item in items:

    question = item.find('h2').text() #抓问题，不为 .h2 理由是 h2 是标签，不是属性

    author = item.find('.author-link-line').text() #抓作者

    answer = pq(item.find('.content').html()).text() #抓取一条回答，列表里面返回的是标签名称，.html()还原成 html 代码

    file = open('explore.txt','a',encoding='utf-8')

    file.write('\n'.join([question,author,answer]))

    file.write('\n' + '=' * 50 + '\n')

    file.close()

2..find()

查找子孙结点

3.,attr()

可以理解为这个标签的对应值，是以字典形式返回，所以 attr() 返回键的值；例如 attr(‘alt’) 得到的是 ‘炉石传说石英元素

女巫森林新卡’

提取 scr 的值：.attr(‘lz_src’) 加一个 lz_

doc = pq(html)

items = doc('#dq_list > li').items()

绿色部分获取结点的方法为 Selector;还可以有其他方法

2025年from pyquery import PyQuery as pq「建议收藏」

相关推荐