pyspider
的内容选择器默认已经实例化一个pyquery对象，可以直接使用pyquery的api来获取自己需要的内容。
1.在pyquery中使用response.doc就可以直接实例化一个pyquery对象，就可以直接在里面使用pyquery方法了
2.html()和text() ——获取相应的HTML块或文本块
例：html:"<head><title>hello</title></head>"
response.doc('p')#返回[<p>,<p>]
print response.doc('p')#返回<p>test 1</p><p>test 2</p>
print response.doc('p').html()#返回test 1
注意：当获取到的元素不只一个时，html()、text()方法只返回首个元素的相应内容块
response.doc('p').filter('.2') #返回[<p.2>
response.doc('div').find('p').eq(0)#返回[<p#1>]
response.doc('.2').html()#返回test 2
response.doc('p').attr('id')#返回my_id
response.doc('head').html()#返回<title>hello</title>
response.doc('head').text()#返回hello
response.doc('head').text()#返回hello
3.根据HTML标签来获取元素
例：html:'<div><p>test 1</p><p>test 2</p></div>'response.doc('p')#返回[<p>,<p>]
print response.doc('p')#返回<p>test 1</p><p>test 2</p>
print response.doc('p').html()#返回test 1
注意：当获取到的元素不只一个时，html()、text()方法只返回首个元素的相应内容块
4.eq(index) ——根据给定的索引号得到指定元素
接上例，若想得到第二个p标签内的内容，则可以：
print response.doc('p').eq(1).html() #返回test 2
5.filter() ——根据类名、id名得到指定元素
例：html:"<div><p id='1'>test 1</p><p class='2'>test 2</p></div>"
response.doc('p').filter('#1') #返回[<p#1>]response.doc('p').filter('.2') #返回[<p.2>
6.find() ——查找嵌套元素
例：html:"<div><p id='1'>test 1</p><p class='2'>test 2</p></div>"
response.doc('div').find('p')#返回[<p#1>, <p.2>]response.doc('div').find('p').eq(0)#返回[<p#1>]
7.直接根据类名、id名获取元素
例：html:"<div><p id='1'>test 1</p><p class='2'>test 2</p></div>"
response.doc('#1').html()#返回test 1response.doc('.2').html()#返回test 2
8.获取属性值
例：html:"<p id='my_id'><a href='http://hello.com'>hello</a></p>"
response.doc('a').attr('href')#返回http://hello.comresponse.doc('p').attr('id')#返回my_id
9.获取内容的一部分可以用分割字符串法：
例：html:"<p id='my_tel'>姓名 电话</p>"
response.doc('#my_tel').text().split(' ')[0]用来取“姓名” response.doc('#my_tel').text().split(' ')[1]用来取“电话”
response.doc('#my_tel').text().split(' ')[0]用来取“姓名” response.doc('#my_tel').text().split(' ')[1]用来取“电话”
534
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
