はじめに こんにちは、Python界の情弱です。さて、今日ふと必要があってスクレイピングをしてたんですが、その時にうまいこと文字列を抜き出すのに苦労したんでメモ。 参考 pyquery – PyQuery complete API — pyquery 1.2.1 documentation ソース jQueryならcontents()とかでうまいことできるっぽいけど、pyqueryには残念ながらありません。そこで力技で必要ない要素を削除した後にtext()で返される文字列をsplitして決め打ちで文字列取ってくるという方法を採りました。なんかださいけどしょうがない。 from pyquery import PyQuery as pq # この要素中の"piyo"だけ抜き出したい html_str = "<div>hoge<span>foo</span><h3>bar</h3>piyo</d
会社の先輩にブログ書けと言われたので、トハエコ(@tohae_call)のソースを小出していこうと思います。 今回はJavascriptのライブラリとして有名なJQueryの様にDOM操作できる、pyqueryというライブラリの使い方を紹介します。クローラとかスクレイピングとかって、まぁ日常茶飯事だと思うのですが、その時に役立つのがこのpyqueryです。僕は最近これ無しではクロールできません。 インストール pyquery自体のインストールは簡単で、easy_installでちゃちゃっと入ります。 $ easy_install pyquery ただし、pyqueryはlxmlを利用するので、環境によってはlxmlが入らないと怒られるかもしれません。lxmlはCで書かれてるので、Windowsの場合だとかなりめんどくさいです。CentOSに入れる場合は、CentOS5にpython2.6+
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
