python pyquery中如何只获取英文汉字和数字_Python中PyQuery库的使用总结

介绍

pyquery 可让你用 jQuery 的语法来对 xml 进行操作。这I和 jQuery 十分类似。如果利用 lxml，pyquery 对 xml 和 html 的处理将更快。

这个库不是(至少还不是)一个可以和 JavaScript交互的代码库，它只是非常像 jQuery API 而已。

安装

pip install pyquery

初始化

引入库：from pyquery import PyQuery as pq

1、直接字符串

doc = pq("") 　　pq 参数可以直接传入 HTML 代码，doc 现在就相当于 jQuery 里面的 $ 符号了

2、lxml.etree

doc = pq(etree.fromstring(""))

可以首先用 lxml 的 etree 处理一下代码，这样如果你的 HTML 代码出现一些不完整或者疏漏，都会自动转化为完整清晰结构的 HTML代码。

3、直接传URL

doc = pq('http://www.baidu.com')

这里就像直接请求了一个网页一样，类似用 urllib2 来直接请求这个链接，得到 HTML 代码

4、传文件

doc = pq(filename='hello.html')

可以直接传某个路径的文件名。

快速体验

现在我们以本地文件为例，传入一个名字为 hello.html 的文件，文件内容为：

运行结果：

在这里我们注意到了一点，PyQuery 初始化之后，返回类型是 PyQuery，利用了选择器筛选一次之后，返回结果的类型依然还是 PyQuery，这简直和 jQuery 如出一辙，不能更赞！

然而想一下 BeautifulSoup 和 XPath 返回的是什么？列表！一种不能再进行二次筛选(在这里指依然利用 BeautifulSoup 或者 XPath 语法)的对象！

属性操作

你可以完全按照 jQuery 的语法来进行 PyQuery 的操作

运行结果