【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 1 d( '.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
- SQL PROMPT 取消dbo前缀
SQL Prompt 无疑大大提高了开发者的效率,高效而简单,特别适合大型的数据库脚本编写,但遗憾得是至今没有可供使用的中文版本.SQL Prompt 默认对象名前面会有 dbo 前缀,在一些场合这样 ...
- [LeetCode]题解(python):101 Symmetric tree
题目来源 https://leetcode.com/problems/symmetric-tree/ Given a binary tree, check whether it is a mirror ...
- xdebug和xhprof
在安装时出现不是:1% 不是有效的win32 应用程序原因可能是是下载了64位的.dll扩展与当前的php不兼容
- imx6 kernel clock
前段时间查看了uboot的时钟,kernel的也稍微了解了下,记录于此,以后再来补充完善. board-mx6q_sabresd.c MACHINE_START(MX6Q_SABRESD, " ...
- 一些Perl例程(全部手打并执行过)
#-1-变量使用,打印#!/usr/local/bin/perl$value=100+30+3+8;print("Value=",$value,"\n"); # ...
- 使用Aspose.Cell控件实现Excel高难度报表的生成(一)
时光飞逝,生活.工作.业余研究总是在不停忙碌着,转眼快到月底,该月的博客文章任务未完,停顿回忆一下,总结一些经验以及好的东西出来,大家一起分享一下.本文章主要介绍报表的生成,基于Aspose.Cell ...
- python笔记 - day8
python笔记 - day8 参考: http://www.cnblogs.com/wupeiqi/p/4766801.html http://www.cnblogs.com/wupeiqi/art ...
- winston 日志管理4
配置File Transport winston.add(winston.transports.File, options) The File transport should really be t ...
- vsftp 定时任务同步
yum install db4-utils.x86_64 -y yum install ftp vsftp lftp 在客户端 和服务端都安装vsftp服务 并配置虚拟账号 上传包内文件 [root@ ...
- DAC重置max server memory
15:44 2014-01-24 08R2,一次通过GUI更改'最大服务器内存(MB)'为16MB,errorlog显示信息如下 :: . Run the RECONFIGURE statement ...