【原创】Python PyQuery&nbsp…

新浪微博对标签和文本支持不是很好，所以很多标签 文本被当作html标签了，大致意思还是可以懂的

有一段html如下：

    P1

    B1-Child

    P-Parent

    B2-Child

    P2

con = "

P1 B1-Child P-Parent B2-Child P2

"

>>> pq(con).text()

'P1 B1-Child P-Parent B2-Child P2'

>>> pq(con)[0].text

'P1' 

#此处注意：如果要获取父标签的内容，只能获取到父标签第一个子标签之前的内容。

>>> pq("P")[0].text

'P'

>>> pq("P")[0].text

>>> pq("P1 P2")[0].text

'P1'

如果要要获取父标签(不含自标签)所有内容，需要将子标签remove掉。

>>> pq("P1 P2").remove('b').text()

'P1 P2'

>>> pq(con).remove('b').text()

'P1 P-Parent P2'

#同理，如果子标签有多个，可以使用逗号','分割

>>> pq(" P1 b a P2").remove('b, a').text()

'P1 P2'