pyquery库

目录

• pyquery库
  • 初始化
  • 基本CSS选择器
  • 函数操作
    • 查找节点
    • 获取信息
    • DOM节点操作
    • 伪类选择器

pyquery库

侧重于css选择器,JQuery

安装:pip3 install pyquery
GitHub：https://github.com/gawel/pyquery
PyPI：https://pypi.python.org/pypi/pyquery
官方文档：http://pyquery.readthedocs.io
DOM操作文档:http://pyquery.readthedocs.io/en/latest/api.html
CSS选择器参考:http://www.w3school.com.cn/css/index.asp

初始化

from pyquery import PyQuery as pq
doc = pq(html)  # 通过html字符串初始化PyQuery对象
doc = pq(url='http://cuiqingcai.com')  # 通过url,相当于pq(requests.get('http://cuiqingcai.com').text)
doc = pq(filename='demo.html')  # 通过文件初始化

基本CSS选择器

from pyquery import PyQuery as pq
doc = pq(html)
doc('#container .list li')  # 直接向pyquery对象中传入css选择器,doc.css()支持更多选择器

函数操作

函数和jQuery中函数的用法完全相同,函数中也可以传入选择器

查找节点

方法	作用
find():	的查找范围是节点的所有子孙节点
children():	查找子节点
parent():	获取某个节点的父节点
parents():	获取祖先节点
siblings():	获取兄弟节点

对于多个返回结需要遍历获取,items()方法后，会得到一个生成器

获取信息

• attr()方法:来获取属性,传入属性的名称，就可以得到这个属性值,a.attr('herf'),返回结果包含多个节点时，调用attr()方法，只会得到第一个节点的属性
• attr属性:获取属性,a.attr.href
• text()方法:获取其内部的纯文本,a.text()，返回结果包含多个节点时调用，将所有节点取文本之后用空格合并成一个字符串
• html()方法:获取这个节点内部的HTML文本,返回结果包含多个节点时调用html()方法返回的是第一个节点的内部HTML文本

DOM节点操作

• addClass(),removeClass():动态增加和删除节点的class属性
• attr('属性名', '属性值')、text('文本内容')和html('html代码'):传入相应内容
• remove(),append()、empty()和prepend():删除,父元素最后部分插入标记,清空标记内容,父元素最前部分插入标记

伪类选择器

li = doc('li:first-child')#第一个子元素
li = doc('li:last-child')#最后一个子元素
li = doc('li:nth-child(2)')#第二个子元素
li = doc('li:gt(2)')#大于2的子元素
li = doc('li:nth-child(2n)')#偶数个子元素
li = doc('li:contains(second)')#内容有second的子元素