pyquery的用法1

pyquery 完全模仿jquery

首先把要解析的网页源代码包装成pyquery对象。调用doc（）方法

具体的初始化方法有三种。

初始化方法:

1: 字符串初始化:

from pyquery import PyQuery as pq
html = '''
    <div>
        <ul>
            <li>hello</li>
            <li>world</li>
            <li>anlysqx</li>
        </ul>
    </div>
'''
doc = pq(html)
print(doc('li'))

运行结果：

2.URL初始化:

from pyquery import   PyQuery as pq
doc = pq(url='http://www.baidu.com')
print(doc('head'))

运行结果:

3.文件初始化:

from pyquery import PyQuery as pq
doc = pq(filename='test.html')
print(doc('li'))

运行结果:

css选择器：

1.层级选择器：

不必是严格的父子关系，只要是子孙节点都可以。用空格隔开

中间可以是id选择器，类选择器，标签选择器等。

from pyquery import PyQuery as pq
html = '''
<div id="container">
    <ul class="list">
        <li class="one">one1</li>
        <li class="two">two2</li>
        <li class="three">three3</li>
    </ul>
</div>
'''
doc = pq(html)
print(doc('#container .list li'))

运行结果:

#-*-coding:utf-8-*-
from pyquery import PyQuery as pq
html = '''
<div id="container">
    <ul class="list">
        <li class="one">one1</li>
        <li class="two">two2</li>
        <li class="three">three3</li>
    </ul>
</div>
'''
doc = pq(html)
items = doc('.list')
print(type(items))
print(items)
print(items.find('li'))

运行结果:

通过选择类为list的元素，为ul标签。

它的类是一个pyquery对象。

又可以通过它来进行css选择，调用find方法。

print(items('li'))的写法和 print(items.find('li')) 相同

因为他们都是pyquery对象。

print(items.children())
print(items.children('.one'))

可以对pyquery对象的 直接子元素进行选择。

print(items.parent())

可以对pyquery对象的直接父元素进行选择。

如果css类选择器的类别不止一个可如下:

items = doc('.list .one.active')
print(items)

html代码为:

<div id="container">
    <ul class="list">
        <li class="one active">one1</li>
        <li class="two">two2</li>
        <li class="three">three3</li>
    </ul>
</div>

结果:

有空格表示层级下降，无空格表示同一级多选择。

print(items.siblings())

输出pyquery的同级兄弟元素。不包括本身。

遍历

有时我们得到的pyquery对象有多个同级元素，我们可以把该pyquery对象变成一个迭代对象。

#-*-coding:utf-8-*-
from pyquery import PyQuery as pq
html = '''
<div id="container">
    <ul class="list">
        <li class="one active">one1</li>
        <li class="two">two2</li>
        <li class="three">three3</li>
    </ul>
</div>
'''
doc = pq(html)
lis = doc('li').items()
for li in lis:
    print(li)

运行结果：

获取信息：

获取属性和文本：

#-*-coding:utf-8-*-
from pyquery import PyQuery as pq
html = '''
<div id="container">
    <ul class="list">
        <li class="one active">one1</li>
        <li class="two"><a href="http://www.baidu.com">baidu</a></li>
        <li class="three">three3</li>
    </ul>
</div>
'''
doc = pq(html)
two = doc('.two a')
print(two.attr('href'))
print(two.text())

运行结果：

它的运行结果是把所选择的pyquery对象里面的去除标签后，剩下的文本信息。

对于里面又包含了很多子元素，省略其子元素，只取其中的文本信息。如下：

items = doc('.list')
print(items.text())

运行结果：

获取html

from pyquery import PyQuery as pq
html = '''
<div id="container">
    <ul class="list">
        <li class="one active">one1</li>
        <li class="two"><a href="http://www.baidu.com">baidu</a></li>
        <li class="three">three3</li>
    </ul>
</div>
'''
doc = pq(html)
items = doc('.list .two')
print(items)
print(items.html())

运行结果：

DOM操作：

1. addclass， removeclass

doc = pq(html)
items = doc('.one.active')
print(items)
items.remove_class('active')
print(items)
items.add_class('hello')
print(items)

运行结果：

2.attr，css

doc = pq(html)
items = doc('.one.active')
print(items)
items.attr('name','anlysqx')
print(items)

运行结果：

attr用于给所选择的元素添加css属性。

doc = pq(html)
items = doc('.one.active')
print(items)
items.css('font-size','15px')
print(items)

运行结果：

css函数会添加设置style

伪类选择器：

print(doc('li:first-child'))
print(doc('li:last-child'))
print(doc('li:nth-child(2)'))
print(doc('li:nth-child(2n+1)'))
print(doc('li:gt(0)'))

html = '''
<div id="container">
    <ul class="list">
        <li class="one active">one1</li>
        <li class="two"><a href="http://www.baidu.com">baidu</a></li>
        <li class="three">three3</li>
    </ul>
</div>
'''

运行结果为:

first-child 为第一个元素

last-child 为最后一个元素

nth-child 为第n个元素

nth-child(2n)为偶数位元素

nth-child（2n+1）为奇数位元素

更多的css选择器可以参考 CSS选择器