介绍

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/

　　pyquery 可让你用 jQuery 的语法来对 xml 进行操作。这I和 jQuery 十分类似。如果利用 lxml，pyquery 对 xml 和 html 的处理将更快。

　　这个库不是（至少还不是）一个可以和 JavaScript交互的代码库，它只是非常像 jQuery API 而已。

安装

　　pip install pyquery

或下载安装：https://pypi.python.org/pypi/pyquery/#downloads

初始化

　　引入库：from pyquery import PyQuery as pq

　　1、直接字符串

　　doc = pq("<html></html>") 　　pq 参数可以直接传入 HTML 代码，doc 现在就相当于 jQuery 里面的 $ 符号了

　　2、lxml.etree

　　doc = pq(etree.fromstring("<html></html>"))

　　可以首先用 lxml 的 etree 处理一下代码，这样如果你的 HTML 代码出现一些不完整或者疏漏，都会自动转化为完整清晰结构的 HTML代码。

　　3、直接传URL

　　doc = pq('http://www.baidu.com')

　　这里就像直接请求了一个网页一样，类似用 urllib2 来直接请求这个链接，得到 HTML 代码

　　4、传文件

　　doc = pq(filename='hello.html')

　　可以直接传某个路径的文件名。

快速体验

　　现在我们以本地文件为例，传入一个名字为 hello.html 的文件，文件内容为：　　

　　

　　

　　运行结果：

　　

　　在这里我们注意到了一点，PyQuery 初始化之后，返回类型是 PyQuery，利用了选择器筛选一次之后，返回结果的类型依然还是 PyQuery，这简直和 jQuery 如出一辙，不能更赞！

　　然而想一下 BeautifulSoup 和 XPath 返回的是什么？列表！一种不能再进行二次筛选（在这里指依然利用 BeautifulSoup 或者 XPath 语法）的对象！

属性操作

　　你可以完全按照 jQuery 的语法来进行 PyQuery 的操作

　　

　　运行结果

　　

　　

DOM操作

　　

遍历

　　

网页请求

　　

pyquery – PyQuery complete API

　　https://pythonhosted.org/pyquery/api.html

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("<html><title>hello</title></html>")

　　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("<head><title>hello</title></head>")

　　p('head').html()#返回<title>hello</title>

　　p('head').text()#返回hello

3.根据HTML标签来获取元素，

　　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

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("<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>]

6.find() ——查找嵌套元素

　　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>]

7.直接根据类名、id名获取元素

　　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

8.获取属性值

　　d=pq("<p id='my_id'><a href='http://hello.com'>hello</a></p>")

　　d('a').attr('href')#返回http://hello.com

　　d('p').attr('id')#返回my_id

9.修改属性值

　　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

　　d=pq('<div></div>')

　　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

　　d=pq("<div class='my_class'></div>")

　　d.hasClass('my_class')#返回True

12.children(selector=None) ——获取子元素

　　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>]

13.parents(selector=None)——获取父元素　　

　　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[]

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

　　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>]

17.not_(selector) ——返回不匹配选择器的元素

　　d=pq("<p id='1'>test 1</p><p id='2'>test 2</p>")

　　d('p').not_('#2')#返回[<p#1>]

jQuery的文档

　　可以参考query的文档来明白pyquery的使用方式

　　jQuery 遍历函数

　　jQuery 遍历函数包括了用于筛选、查找和串联元素的方法。

　　函数 描述

　　.add() 将元素添加到匹配元素的集合中。

　　.andSelf() 把堆栈中之前的元素集添加到当前集合中。

　　.children() 获得匹配元素集合中每个元素的所有子元素。

　　.closest() 从元素本身开始，逐级向上级元素匹配，并返回最先匹配的祖先元素。

　　.contents() 获得匹配元素集合中每个元素的子元素，包括文本和注释节点。

　　.each() 对 jQuery 对象进行迭代，为每个匹配元素执行函数。

　　.end() 结束当前链中最近的一次筛选操作，并将匹配元素集合返回到前一次的状态。

　　.eq() 将匹配元素集合缩减为位于指定索引的新元素。

　　.filter() 将匹配元素集合缩减为匹配选择器或匹配函数返回值的新元素。

　　.find() 获得当前匹配元素集合中每个元素的后代，由选择器进行筛选。

　　.first() 将匹配元素集合缩减为集合中的第一个元素。

　　.has() 将匹配元素集合缩减为包含特定元素的后代的集合。

　　.is() 根据选择器检查当前匹配元素集合，如果存在至少一个匹配元素，则返回 true。

　　.last() 将匹配元素集合缩减为集合中的最后一个元素。

　　.map() 把当前匹配集合中的每个元素传递给函数，产生包含返回值的新 jQuery 对象。

　　.next() 获得匹配元素集合中每个元素紧邻的同辈元素。

　　.nextAll() 获得匹配元素集合中每个元素之后的所有同辈元素，由选择器进行筛选（可选）。

　　.nextUntil() 获得每个元素之后所有的同辈元素，直到遇到匹配选择器的元素为止。

　　.not() 从匹配元素集合中删除元素。

　　.offsetParent() 获得用于定位的第一个父元素。

　　.parent() 获得当前匹配元素集合中每个元素的父元素，由选择器筛选（可选）。

　　.parents() 获得当前匹配元素集合中每个元素的祖先元素，由选择器筛选（可选）。

　　.parentsUntil() 获得当前匹配元素集合中每个元素的祖先元素，直到遇到匹配选择器的元素为止。

　　.prev() 获得匹配元素集合中每个元素紧邻的前一个同辈元素，由选择器筛选（可选）。

　　.prevAll() 获得匹配元素集合中每个元素之前的所有同辈元素，由选择器进行筛选（可选）。

　　.prevUntil() 获得每个元素之前所有的同辈元素，直到遇到匹配选择器的元素为止。

　　.siblings() 获得匹配元素集合中所有元素的同辈元素，由选择器筛选（可选）。

　　.slice() 将匹配元素集合缩减为指定范围的子集。

Python中PyQuery库的使用总结的更多相关文章

  1. Python中PyQuery库的使用

    pyquery库是jQuery的Python实现,可以用于解析HTML网页内容,我个人写过的一些抓取网页数据的脚本就是用它来解析html获取数据的. 它的官方文档地址是:http://packages ...

  2. python中requests库使用方法详解

    目录 python中requests库使用方法详解 官方文档 什么是Requests 安装Requests库 基本的GET请求 带参数的GET请求 解析json 添加headers 基本POST请求 ...

  3. Python中第三方库Requests库的高级用法详解

    Python中第三方库Requests库的高级用法详解 虽然Python的标准库中urllib2模块已经包含了平常我们使用的大多数功能,但是它的API使用起来让人实在感觉不好.它已经不适合现在的时代, ...

  4. Python爬虫-- PyQuery库

    PyQuery库 PyQuery库也是一个非常强大又灵活的网页解析库,PyQuery 是 Python 仿照 jQuery 的严格实现.语法与 jQuery 几乎完全相同,所以不用再去费心去记一些奇怪 ...

  5. Python中cv2库和matplotlib库色彩空间排布不一致

    今天在python中读如图片时发现以下问题: 1.在from matplotlib import pyplot as plt之后,再import cv2 cv2.imshow()不能正常使用,还不知道 ...

  6. Python 中拼音库 PyPinyin 的用法【华为云技术分享】

    [摘要] 最近碰到了一个问题,项目中很多文件都是接手过来的中文命名的一些素材,结果在部署的时候文件名全都乱码了,导致项目无法正常运行. 后来请教了一位大佬怎么解决文件名乱码的问题,他说这个需要正面解决 ...

  7. python中pyperclip库的功能

    python3中pyperclip库的功能 作用就是复制.粘贴 例子 import pyperclip pyperclip.copy('Hello world!') pyperclip.paste() ...

  8. Python中msgpack库的使用

    msgpack用起来像json,但是却比json快,并且序列化以后的数据长度更小,言外之意,使用msgpack不仅序列化和反序列化的速度快,数据传输量也比json格式小,msgpack同样支持多种语言 ...

  9. Python中datetime库的用法

    datetime模块用于是date和time模块的合集,datetime有两个常量,MAXYEAR和MINYEAR,分别是9999和1. datetime模块定义了5个类,分别是 1.datetime ...

随机推荐

  1. Graph Cut

    转自:http://blog.csdn.net/zouxy09/article/details/8532111 Graph Cut,下一个博文我们再学习下Grab Cut,两者都是基于图论的分割方法. ...

  2. docker集群

    http://blog.csdn.net/zhaoguoguang/article/details/51161957

  3. 如何学习Docker

    如何学习Docker 学习Docker,如果没有云计算的基本知识,以及内核的基本知识,那么学习并理解起来会稍吃力.作为容器,Docker容器的优势在哪,不足在哪,最好了解容器的实现是怎样的(简单了解) ...

  4. 转：GitHub 万星推荐成长技术清单

    转:http://www.4hou.com/info/news/7061.html 最近两天,在reddit安全板块和Twitter上有个GitHub项目很火,叫“Awesome Hacking”. ...

  5. 洛谷——P1692 部落卫队

    题目描述 原始部落byteland中的居民们为了争夺有限的资源,经常发生冲突.几乎每个居民都有他的仇敌.部落酋长为了组织一支保卫部落的队伍,希望从部落的居民中选出最多的居民入伍,并保证队伍中任何2 个 ...

  6. Flask实战第63天：评论布局和功能实现

    评论后端逻辑实现 设计评论模型表, 编辑apps.models.py class CommentModel(db.Model): __tablename__ = 'comment' id = db.C ...

  7. RabbitMQ (十三) 集群+单机搭建(window)

    拜读了网上很多前辈的文章,对RabbitMQ的集群有了一点点认识. 好多文章都说到,RabbitMQ的集群分为普通集群和镜像集群,有的还加了两种:单机集群和主从集群. 我看来看去,看了半天,怎么感觉, ...

  8. HDU 6336 Matrix from Arrays

    Problem E. Matrix from Arrays Time Limit: 4000/2000 MS (Java/Others)    Memory Limit: 262144/262144 ...

  9. 【IO】同步、异步、阻塞、非阻塞的理解

    最近一直在看跟IO模型有关的内容,感觉差不多理解了,于是开始写这一篇总结博客.针对的操作系统为UNIX/LINUX,大致的体系结构如上图. 操作系统中的客体主要包括了:文件,Socket和进程,本文主 ...

  10. ANY和SOME 运算符

    在SQL中ANY和SOME是同义词,所以下面介绍的时候只使用ANY,SOME的用法和功能和ANY一模一样.和IN运算符不同,ANY必须和其他的比较运算符共同使用,而且必须将比较运算符放在ANY 关键字 ...