【PyQuery】PyQuery总结
pyquery库是jQuery的Python实现，可以用于解析HTML网页内容，
官方文档地址是：http://packages.python.org/pyquery/。
二、使用方法
|
1
|
from pyquery import PyQuery as pq |
- 可加载一段HTML字符串，或一个HTML文件，或是一个url地址，例：
|
1
2
3
|
d=pq("<html><title>hello</title></html>")d=pq(filename=path_to_html_file) |
注意：此处url似乎必须写全
- html()和text() ——获取相应的HTML块或文本块，例：
|
1
2
3
|
p=pq("<head><title>hello</title></head>")p('head').html()#返回<title>hello</title>p('head').text()#返回hello |
- 根据HTML标签来获取元素，例：
|
1
2
3
4
|
d=pq('<div><p>test 1</p><p>test 2</p></div>')d('p')#返回[<p>,<p>]print d('p')#返回<p>test 1</p><p>test 2</p>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
- 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：
|
1
|
print d('p').eq(1).html() #返回test 2 |
- filter() ——根据类名、id名得到指定元素，例：
|
1
2
3
|
d=pq("<div><p id='1'>test 1</p><p class='2'>test 2</p></div>")d('p').filter('#1') #返回[<p#1>]d('p').filter('.2') #返回[<p.2>] |
- find() ——查找嵌套元素，例：
|
1
2
3
|
d=pq("<div><p id='1'>test 1</p><p class='2'>test 2</p></div>")d('div').find('p')#返回[<p#1>, <p.2>]d('div').find('p').eq(0)#返回[<p#1>] |
- 直接根据类名、id名获取元素，例：
|
1
2
3
|
d=pq("<div><p id='1'>test 1</p><p class='2'>test 2</p></div>")d('#1').html()#返回test 1d('.2').html()#返回test 2 |
- 获取属性值，例：
|
1
2
3
|
d('p').attr('id')#返回my_id |
- 修改属性值，例：
|
1
|
|
把href属性修改为了baidu
- addClass(value) ——为元素添加类，例：
|
1
2
|
d=pq('<div></div>')d.addClass('my_class')#返回[<div.my_class>] |
- hasClass(name) #返回判断元素是否包含给定的类，例：
|
1
2
|
d=pq("<div class='my_class'></div>")d.hasClass('my_class')#返回True |
- children(selector=None) ——获取子元素，例：
|
1
2
3
|
d=pq("<span><p id='1'>hello</p><p id='2'>world</p></span>")d.children()#返回[<p#1>, <p#2>]d.children('#2')#返回[<p#2>] |
- parents(selector=None)——获取父元素，例：
|
1
2
3
4
|
d=pq("<span><p id='1'>hello</p><p id='2'>world</p></span>")d('p').parents()#返回[<span>]d('#1').parents('span')#返回[<span>]d('#1').parents('p')#返回[] |
- clone() ——返回一个节点的拷贝
- empty() ——移除节点内容
- nextAll(selector=None) ——返回后面全部的元素块，例：
|
1
2
3
|
d=pq("<p id='1'>hello</p><p id='2'>world</p><img scr='' />")d('p:first').nextAll()#返回[<p#2>, <img>]d('p:last').nextAll()#返回[<img>] |
- not_(selector) ——返回不匹配选择器的元素，例：
|
1
2
|
d=pq("<p id='1'>test 1</p><p id='2'>test 2</p>")d('p').not_('#2')#返回[<p#1>] |
pyquery还有其他一些用法，这里没有一一整理出来，更多更全的方法可以直接去看它的文档。
【PyQuery】PyQuery总结的更多相关文章
- python爬虫神器PyQuery的使用方法
你是否觉得 XPath 的用法多少有点晦涩难记呢? 你是否觉得 BeautifulSoup 的语法多少有些悭吝难懂呢? 你是否甚至还在苦苦研究正则表达式却因为少些了一个点而抓狂呢? 你是否已经有了一些 ...
- win7下python安装pyquery
安装pyquery之前首先要明确一点,easyinstall 是一款python包管理器,类似于node的npm,用于安装python的扩展包,它安装的包是以*.egg的方式. 要安装pq需要经历以下 ...
- pyQuery
pyquery – PyQuery complete API 选择器基本支持jQuery用法 class pyquery.pyquery.PyQuery(*args, **kwargs) The ma ...
- PyQuery基本操作介绍
PyQuery基本操作介绍 PyQuery为Python提供一个类似于jQuery对HTML的操作方式,可以使用jQuery的语法对html文档进行查询操作. 本文以百度首页为例来介绍PyQuery的 ...
- 芝麻HTTP： Python爬虫利器之PyQuery的用法
前言 你是否觉得 XPath 的用法多少有点晦涩难记呢? 你是否觉得 BeautifulSoup 的语法多少有些悭吝难懂呢? 你是否甚至还在苦苦研究正则表达式却因为少些了一个点而抓狂呢? 你是否已经有 ...
- Python爬虫【解析库之pyquery】
该库跟jQuery的使用方法基本一样 http://pyquery.readthedocs.io/ 官方文档 解析库的安装 pip3 install pyquery 初始化 1.字符串初始化 htm ...
- 一起学爬虫——PyQuery常用用法总结
什么是PyQuery PyQuery是一个类似于jQuery的解析网页工具,使用lxml操作xml和html文档,它的语法和jQuery很像.和XPATH,Beautiful Soup比起来,PyQu ...
- python爬虫之PyQuery的基本使用
PyQuery库也是一个非常强大又灵活的网页解析库,如果你有前端开发经验的,都应该接触过jQuery,那么PyQuery就是你非常绝佳的选择,PyQuery 是 Python 仿照 jQuery 的严 ...
- pyquery 库的方法
初始化 在这里介绍四种初始化方式. (1)直接字符串 from pyquery import PyQuery as pq doc = pq("<html></html> ...
- 爬虫之PyQuery
PyQuery 是 Python 仿照 jQuery 的严格实现.语法与 jQuery 几乎完全相同. 官方文档:http://pyquery.readthedocs.io/ 安装 pip insta ...
随机推荐
- memory_limit的一个bug | 风雪之隅
原文:memory_limit的一个bug | 风雪之隅 27 Nov 09 memory_limit的一个bug 作者: Laruence( ) 本文地址: http://www.laruence. ...
- SQL 2008 RAISERROR语法在SQL 2012/2014不兼容问题
原文 旧的RAISERROR语法在SQL 2012不兼容问题 raiserror 写法: SQL 2008: raiserror 55030 'text error' SQL 2012: raiser ...
- Arcgis for JS之Cluster聚类分析的实现
原文:Arcgis for JS之Cluster聚类分析的实现 在做项目的时候,碰见了这样一个问题:给地图上标注点对象,数据是从数据库来 的,包含XY坐标信息的,通过graphic和graphicla ...
- SQLSERVER 16进制转10进制
原码.补码.反码参考: http://www.cnblogs.com/zhangziqiu/archive/2011/03/30/ComputerCode.html 进制转换参考: http://ww ...
- link标签和script标签跑到body下面，网页顶部有空白
用UltraEdit的16进制编辑模式查看代码,都是EF BB BF开头的,说明都是带BOM的.我手动的将所有文件转成UTF-8 without BOM.页面终于正常了.link,script标签乖乖 ...
- 搜索框UISearchController的使用(iOS8.0以后替代UISearchBar + UISearchDisplayController）
1.searchResultsUpdater:设置显示搜索结果的控制器 ? 1 _mySearchController.searchResultsUpdater = self; 2.dimsB ...
- Linq世界走一走
什么是Linq?它是用来做什么的?怎么用? Linq的优点是不管数据源是什么,都可以统一查询.换言之,它是一种包含一套标准查询操作符的查询语言,可以对多个数据源进行查询 ⑴Linq俗称语言集成查询(L ...
- Selenium2学习-000-Selenium2初识
什么是 Selenium?Selenium 是 ThoughtWorks 专门为 Web 应用程序编写的一个验收测试工具,是一种 Web 测试框架,开拓了验证 Web 应用程序的新方案,使您可在 We ...
- Given a binary tree, determine if it is height-balanced. For this problem, a height-balanced binary tree is defined as a binary tree in which the depth of the two subtrees of every node never diffe
class TreeNode { int val; TreeNode left; TreeNode right; TreeNode(int x) { val = x; } } public class ...
- saltstack之(三)认证管理
salt-master和salt-minion之间需要进行认证,认证之后salt-master才能管理salt-minion. 1.在node1:[root@node1 ~]# egrep -v '^ ...