1. pyquery

1.1 介绍

如果你对CSS选择器与Jquery有有所了解，那么还有个解析库可以适合你—Jquery

官网https://pythonhosted.org/pyquery/

1.2 安装

pip install pyquery

1.3 使用方式

1.3.1 初始化方式

• 字符串 ``` from pyquery import PyQuery as pq doc = pq(str) print(doc(tagname))

- url

from pyquery import PyQuery as pq
doc = pq(url='http://www.baidu.com')
print(doc('title'))

- 文件

from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
print(doc(tagname))

##### 1.3.2 选择节点
- 获取当前节点

from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
doc('#main #top')

- 获取子节点
- 在doc中一层层写出来
- 获取到父标签后使用children方法

from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
doc('#main #top').children()

- 获取父节点
- 获取到当前节点后使用parent方法
- 获取兄弟节点
- 获取到当前节点后使用siblings方法
##### 1.3.3 获取属性

from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
a = doc('#main #top')
print(a.attrib['href'])

##### 1.3.4 获取内容

from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
div = doc('#main #top')
print(a.html())
print(a.text())

##### 1.3.5 样例

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，

d=pq(““) d=pq(filename=path_to_html_file) d=pq(url=’http://www.baidu.com')注意：此处url似乎必须写全

2.html()和text() ——获取相应的HTML块或文本块，

p=pq(““) p(‘head’).html()#返回 p(‘head’).text()#返回hello

3.根据HTML标签来获取元素，

d=pq(‘

,

] print d(‘p’)#返回

test 1

test 2

注意：当获取到的元素不只一个时，html()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：

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：

d=pq(“

] d(‘p’).filter(‘.2’) #返回[]

6.find() ——查找嵌套元素，例：

d=pq(“

test 1

test 2

“) d(‘div’).find(‘p’)#返回[, ] d(‘div’).find(‘p’).eq(0)#返回[]

7.直接根据类名、id名获取元素，例：

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：

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：

d(‘a’).attr(‘href’, ‘http://baidu.com')把href属性修改为了baidu

10.addClass(value) ——为元素添加类，例：

d=pq(‘

‘) d.addClass(‘my_class’)#返回[]

11.hasClass(name) #返回判断元素是否包含给定的类，例：

d=pq(“

“) d.hasClass(‘my_class’)#返回True

12.children(selector=None) ——获取子元素，例：

d=pq(“

hello

world

“) d.children()#返回[, ] d.children(‘#2’)#返回[]

13.parents(selector=None)——获取父元素，例：

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：

d=pq(“

hello

world

“) d(‘p:first’).nextAll()#返回[, ] d(‘p:last’).nextAll()#返回[]

17.not_(selector) ——返回不匹配选择器的元素，例：

d=pq(“

test 1

test 2

“) d(‘p’).not_(‘#2’)#返回[]

```