python pyQuery用法

前言：pyQuery强大又灵活的网页解析库。如果你觉得正则写起来太麻烦，如果你觉得BeautifulSoup语法太难记，如果你熟悉jQuery的语法，那么pyQuery就是你的绝佳选择。

 

·导入方法from pyquery import PyQuery as pq(这里由于PyQuery书写繁琐，就用pq代替)

doc = pq（‘url’）

print(doc('li'))这里跟css选择器的用法相同，但是不需要加select，根据标签查找就是直接输入标签名，根据class查找就是在class属性名前加一个·，如doc(.class名)，如果class名是由几个单词加空格组成，则用点（.）代替空格（切记不可另加空格class="ab cc",用的时候就是(.ab.cc)）；根据id查找就是在id的id名前加一个#，如doc(#id名)，几种方法可以同时使用，在后面用空格隔开即可。

 

·url初始化

doc=pq(url='url名')

doc('head')请求url链接的头信息

·文件初始化

doc=pq(filename='文件名.html')（首先你在python文件的同目录下要有一个对应的html文 件，或者指定html文件的路径）

doc('li')

查找元素(例子中的lis等都是我自己定义的变量)

子元素：例：item('.class名') lis=iten.children()查找子元素

父元素：例：item('.class名') lis=iten.parent()查找父元素。注parents()返回所有的祖先节点，包括父节点，从大到小依次输出。parents()还可以加入参数，css选择器。

兄弟元素：item.siblings()输出所有的兄弟元素，siblings()也可加参数。同父元素查找类似。

遍历：如果查找的元素只有一个，直接输出即可，如果有多个，就要用到items()方法了，然后再通过for循环输出即可。例如：lis=doc('li').items()。

获取信息

·获取属性：两种方法，但是都要用到sttr，分别举例为:lis.attr('href(name,class,id等都可以)')和lis.attr.href(name,class,id等都可以)

·获取文本：要用到text()方法，不管标签中有多少属性，只要能匹配到该标签，然后输出，返回的就只有文本内容。例：我们匹配到的是a标签<a id='aid' class='text' name='iphone' >mypython</a>，其中输出的就是mypython。

获取html

·就是使用html()方法，它包括了该标签的子标签从开始到结束的所有html代码

DOM操作（节点操作）

·删除添加class，用到removeClass()和addClass()，（注：精准匹配），用法：假设lis匹配到的class为<....class='item-0 active'...></...>,lis.removeClass('active'),输出lis后就成了<....class='item-0'...></...>，addClass()方法与之相同，是在class后面加上你所给的参数，如果lis中没有class这个属性，那么他就会自动生成一个class，并把你的参数放进去。

css和attr

attr用法：attr('属性','属性名'),有该属性的话就把该属性的属性名替换掉，没有的话就会生成该属性和属性名。

css('类型','尺寸'),如果标签中的style中有该类型，则该类型的类型尺寸会被替换，如果没有将会生成改类型和尺寸，如果连style都没有，将会生成style，类型，尺寸。

remove

用法和find()一起使用，例：lis.find('p').remove()移除lis中html代码的p标签。