【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
- The "Real" Project Plan
"I need a project plan by tomorrow morning." As project managers, that's what we hear. But ...
- 10 Golden Rules of Project Risk Management
The benefits of risk management in projects are huge. You can gain a lot of money if you deal with u ...
- Windows-001-Win7系统变量设置
本节主要讲述Windows系统环境变量配置介绍,以 Windows 7 为例讲解. 1.右键单击 计算机,选择 属性,进入 系统 界面,如下所示: 2.点击上图中的 高级系统设置,进入 系统属性 界面 ...
- ORA-01000:超出打开游标的最大数（C#）
在做一个windows服务,通过查询文本不断的插入数据的功能.测试一直没有问题,到实际环境中跑起来后程序退出,查看日志发现报的这个错误 ORA-01000:超出打开游标的最大数 经过上网查询发现是由于 ...
- 我的工具箱之FileZilla_3.11.0.1_win32-setup.1432524055
FileZilla是用于在Win和Linux之间传递文件的工具,支持FTP和SFTP. 下载地址:http://pan.baidu.com/s/1gelyIYn 2016年3月2日10:29:30
- Spring第十篇—举例实现AOP
简述AOP AOP(Aspect-OrientedProgramming,面向方面编程),可以说是OOP(Object-Oriented Programing,面向对象编程)的补充和完善.OOP引入封 ...
- 追加文件内容java
1.向空文件文件中追加内容(如果原来有内容,则覆盖) FileWriter writer; try { writer = new FileWriter(listFile);//创建字符输出流类对象和已 ...
- python中反射（__import__和getattr使用）
反射: 1.可通过字符串的形式导入模块 1.1.单层导入 __import__('模块名') 1.2.多层导入 __import__(' list.text.commons',fromlist=Tru ...
- PHP如何解决网站大流量与高并发的问题
首先,确认服务器硬件是否足够支持当前的流量. 普通的P4服务器一般最多能支持每天10万独立IP,如果访问量比这个还要大, 那么必须首先配置一台更高性能的专用服务器才能解决问题 ,否则怎么优化都不可能彻 ...
- MySQL Replication的相关文件
1.master.info文件 位于slave端的数据目录下,存储slave连接到master的相关信息,如,master主机地址.连接用户.密码.端口.已经获取的日志信息. 复制过程中修改.删除ma ...