這個解析庫對於學過前端的人非常友好，因爲其有強大的CSS選擇器，也可以增加或刪除class，方便的提取數據或者屬性。
初始化
- 字符串初始化
這個就是傳入html代碼的字符串格式，簡單的requests庫可以獲得該參數。
以知乎-新聞頁爲例
import requests
headers={
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:68.0) Gecko/20100101 Firefox/68.0'
}
r = requests.get("https://daily.zhihu.com/",headers=headers)
print(r.text)
r.text返回的是一個經過解碼後的字符串，是unicode類型，而r.content返回的是一個原生字符串，是bytes類型
- URL初始化
此時只需要指定參數爲 url 即可 ：
from pyquery import PyQuery
doc=PyQuery(url="https://www.baidu.com/")
這樣的話， PyQuery 對象會首先請求這個 URL， 然後用得到的 HTML 內容完成初始化，這其實就相當於用網頁的源代碼以字符串的形式傳遞給 PyQuery 類來初始化。
- 文件初始化
from pyquery import PyQuery
doc=PyQuery(filename="test.html")
此時將參數指定爲 filename 即可 。當然，這裏需要有一個本地 HTML 文件 test.html，其內容是待解析的 HTML 字符串。 這樣它會 首先讀取本地的文件內容，然後用文件內容以字符串的形式傳遞給 PyQuery 類來初始化。
基本CSS選擇器
這就是我認爲這個解析庫比較好用的地方，可以配合CSS選擇器來使用。直接看下例：
from pyquery import PyQuery
html="待解析的html"
doc=PyQuery(html)
print(doc('#content .list li'))
這裏我們初始化 PyQuery 對象之後，傳入了一個 CSS 選擇器＃container .list li，選擇後它的類型依然是 PyQuery 類型。配合CSS選擇器，事半功倍。
查找結點
- 子節點
查找子節點時， 需要用到find（）方法，此時傳人的參數是 css 選擇器。
from pyquery import PyQuery
html="解析對象"
doc=PyQuery(html)
items=(doc('.list'))
lis=items.find('li')
find（）方法會將符合條件的所有節點選擇出來，結果的類型是 PyQuery 類型。其實find（）的查找範圍是節點的所有子孫節點(該節點下的所有結點)
而如果我們只想查找子節點，那麼可以用 children（）方法：
lis=items.children('li')
#剩下的一致
- 父節點
我們可以用 parent（）方法來獲取某個節點的父節點，示例如下：
from pyquery import PyQuery
html=""
doc=PyQuery(html)
items=(doc('.list'))
parents=items.parent()
這裏我們首先用 .list 選取 class 爲 list 的節點，然後調用 parent（）方法得到其父節點，其類型依然是 PyQuery 類型。
這裏的父節點是該節點的直接父節點，也就是說，它不會再去查找父節點的父節點， 即祖先節點。
但是如果想獲取某個祖先節點，該怎麼辦呢？這時可以用 parents（）方法：
parents=items.parents()
同樣的，如果想要篩選某個祖先節點的話，可以向 parents（）方法傳入CSS選擇器。
- 兄弟結點
如果要獲取兄弟節點， 可以使用 siblings（）方法
from pyquery import PyQuery
html=""
doc=PyQuery(html)
items=(doc('.list'))
lis=items.siblings()
將篩選後的結點的兄弟節點返回。
遍歷
pyquery 的選擇結果可能是多個節點，也可能是單個節點 ， 類型都是 PyQuery 類型。
對於單個節點來說，可以直接打印輸出，也可以直接轉成字符串 。
對於多個節點的結果，我們就需要遍歷來獲取了。例如，這裏把每一個 li 節點進行遍歷，需要調用 items（）方法：
doc=PyQuery(html)
a=doc('.li').items()
for i in a:
print(i,type(i))
調用 items（）方法後，會得到一個生成器，遍歷一下，就可以逐個得到 li 節點對象了 ， 它的類型也是 PyQuery 類型。每個 li 節點還可以調用前面所說的方法進行選擇，比如繼續查詢子節點， 尋找某個祖先節點等，非常靈活。也可以用下文的屬性提取，十分靈活。
獲取信息
- 獲取屬性
提取到某個 PyQuery 類型的節點後，就可以調用 attr（）方法來獲取屬性：
from pyquery import PyQuery
html=""
doc=PyQuery(html)
a=(doc('.list'))
print(a.attr('href'))
在這個方法中傳入屬性的名稱，就可以得到這個屬性值了。
此外，也可以通過調用 attr 屬性來獲取屬性，用法如下 ：
print(a.attr.href)
注意：當返回結果包含多個節點時，調用 attr（）方法，只會得 到第一個節點的屬性。那麼，遇到這種情況時，如果想獲取所有的 a 節點的屬性，就要用到前面所說的遍歷了 。
- 獲取文本
可以調用 text（）方法來實現：
from pyquery import PyQuery
html=""
doc=PyQuery(html)
a=(doc('.list'))
print(a.text())
這裏首先選中class=list的節點，然後調用 text（）方法，就可以獲取其內部的文本信息。 此時它會忽略 掉節點內部包含的所有 HTML，只返回純文字內容。
但如果想要獲取這個節點內部的 HTML 文本，就要用 html（）方法了：
a=(doc('.list'))
print(a.html())
html（）方法返回的是第一個 li 節點的內部 HTML 文本，而 text（）則返 回了所有的 li 節點內部的純文本，中間用一個空格分割開，即返回結果是一個字符串。
若要輸出處理，應該遍歷依次輸出內容
節點操作
pyquery 提供了一系列方法來對節點進行動態修改，比如爲某個節點添加一個 class ，移除某個節點等，這些操作有時候會爲提取信息帶來極大的便利。
- 移除添加class
doc=PyQuery(html)
a=(doc('.list'))
a.removeClass('active')
a.addClass('active')
首先選中了class爲list，然後調用 removeClass （）方法，將節點的 active 這個 class 移除， 後來又調用 addClass（）方法，將 class 添加回來。
- 改變屬性
當然，除了操作 class 這個屬性外，也可以用 attr（）方法對屬性進行操作。 此外，還可以用 text() 和 html（）方法來改變節點內部的內容。 示例如下：
a=(doc('.list'))
a.attr('name','link')
a.text('change')
a.html('<span>changed item</span>')
所以說，如果 attr（）方法只傳入第一個參數的屬性名，則是獲取這個屬性值。如果傳入第二個參數，可以用來修改屬性值。 text（）和 html（）方法如果不傳參數，則是獲取節點內純文本和 HTML 文本。如果傳人蔘數，則進行賦值。
- 移除節點
wrap.find ('p').remove()
首先選中 p 節點，然後調用了 remove（）方法將其移除，可以方便進一步提取節點內容。
另外，其實還有很多節點操作的方法，比如 append（）、 empty（）和 prepend（）等方法，它們和 jQuery 的用法完全一致，詳細的用法可以參考官方文檔。