html = '''
<div>
<ul>
<li class="item-0">first item</li>
<li class="item-1"><a href="link2.html">second item</a></li>
<li class="item-0 active"><a href="link3.html"><span class="bold">third item</span></a></li>
<li class="item-1 active"><a href="link4.html">fourth item</a></li>
<li class="item-0"><a href="link5.html">fifth item</a></li>
</ul>
</div>
'''
from pyq
ery import PyQuery as pq
doc = pq(html)
这表明doc是一个PyQuery的对象,对html进行了PyQuery处理
查找方法和之前的BeautifulSoup一样,doc(‘li’)表示查找标签为li的,doc(’.item-1’)表示查找包含属性为class=item-1的标签,并返回标签内容
li=doc('li')
li.children()
li.parent()
li.parents()
li.siblings()
可以分别查找li的子节点,li的父节点,li的父节点和祖先节点,li的兄弟节点
li=doc('li').items
for a in li:
print(a)
通过.items的操作,把找到(‘li’)的标签内容放进生成器中,然后通过for循环进行提取
li.attr('class')
li.attr('name','Nora')
li.attr('class','wife')
li.css('name','Guo')
通过.attr(‘class’)的操作可以获得属性为‘class’的内容,通过.attr(‘class’,‘wife’)的操作可以更改属性的内容,若标签内没有此属性,则添加此属性。通过css(‘name’,‘Guo’)的操作可以添加一个style属性
li.text()
li('a').attr('href')
通过li.text()可以获得li内的所有文本信息。li本身的标签没有’href’属性,但是它的子标签‘a’有,所有可以通过li(‘a’).attr(‘href’)的方式获得子标签内的属性
li.find('a').remove
通过这个操作可以把li内的a标签内容移除掉