Python中的jquery PyQuery库使用小结

1052次阅读  |  发布于5年以前

pyquery库是jQuery的Python实现,可以用于解析HTML网页内容,使用方法:

复制代码 代码如下:

from pyquery import PyQuery as pq

1、可加载一段HTML字符串,或一个HTML文件,或是一个url地址,例:

复制代码 代码如下:

d = pq("hello")
d = pq(filename=path_to_html_file)
d = pq(url='http://www.baidu.com') # 此处url必须写全

2、html() 和 text() ――获取相应的HTML块或文本块,例:

复制代码 代码如下:

p = pq("hello")
p('head').html() # 返回hello
p('head').text() # 返回hello

3、根据HTML标签来获取元素,例:

复制代码 代码如下:

d = pq('

test 1

test 2

')
d('p') # 返回[

,

]
print d('p') # 返回

test 1

test 2


print d('p').html() # 返回test 1

注意:当获取到的元素不只一个时,html()、text()方法只返回首个元素的相应内容块

4、eq(index) ――根据给定的索引号得到指定元素

接上例,若想得到第二个p标签内的内容,则可以:

复制代码 代码如下:

print d('p').eq(1).html() # 返回test 2

5、filter() ――根据类名、id名得到指定元素,例:

复制代码 代码如下:

d = pq("

test 1

test 2

")
d('p').filter('#1') # 返回[<p#1>]
d('p').filter('.2') # 返回[<p.2>]

6、find() ――查找嵌套元素,例:

复制代码 代码如下:

d = pq("

test 1

test 2

")
d('div').find('p') # 返回[<p#1>, <p.2>]
d('div').find('p').eq(0) #返回[<p#1>]

7、直接根据类名、id名获取元素,例:

复制代码 代码如下:

d = pq("

test 1

test 2

")
d('#1').html() # 返回test 1
d('.2').html() # 返回test 2

8、获取属性值,例:

复制代码 代码如下:

d = pq("

hello

")
d('a').attr('href') # 返回http://hello.com
d('p').attr('id') # 返回my_id

9、修改属性值,例:

复制代码 代码如下:

d('a').attr('href', 'http://baidu.com')

10、addClass(value) ――为元素添加类,例:

复制代码 代码如下:

d = pq('

')
d.addClass('my_class') # 返回[<div.my_class>]

11、hasClass(name) #返回判断元素是否包含给定的类,例:

复制代码 代码如下:

d = pq("

")
d.hasClass('my_class') # 返回True

12、children(selector=None) ――获取子元素,例:

复制代码 代码如下:

d = pq("

hello

world

")
d.children() # 返回[<p#1>, <p#2>]
d.children('#2') # 返回[<p#2>]

13、parents(selector=None)――获取父元素,例:

复制代码 代码如下:

d = pq("

hello

world

")
d('p').parents() # 返回[]
d('#1').parents('span') # 返回[]
d('#1').parents('p') # 返回[]

14、clone() ――返回一个节点的拷贝

15、empty() ――移除节点内容

16、nextAll(selector=None) ――返回后面全部的元素块,例:

复制代码 代码如下:

d = pq("

hello

world

")
d('p:first').nextAll() # 返回[<p#2>, ]
d('p:last').nextAll() # 返回[]

17、not_(selector) ――返回不匹配选择器的元素,例:

复制代码 代码如下:

d = pq("

test 1

test 2

")
d('p').not_('#2') # 返回[<p#1>]

更多内容,参考官网 http://packages.python.org/pyquery

Copyright© 2013-2020

All Rights Reserved 京ICP备2023019179号-8