python pyquery_Python中的jquery PyQuery库使用小结

pyquery库是jQuery的Python实现，可以用于解析HTML网页内容，使用方法：

from pyquery import PyQuery as pq

1、可加载一段HTML字符串，或一个HTML文件，或是一个url地址，例：

d = pq("

hello")

d = pq(filename=path_to_html_file)

d = pq(url='http://www.baidu.com') # 此处url必须写全

2、html() 和 text() ——获取相应的HTML块或文本块，例：

p = pq("

hello")

p('head').html() # 返回

hello

p('head').text() # 返回hello

3、根据HTML标签来获取元素，例：

d = pq('

test 1

test 2

')

d('p') # 返回[

,

]

print d('p') # 返回

test 1

test 2

print d('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 d('p').eq(1).html() # 返回test 2

5、filter() ——根据类名、id名得到指定元素，例：

d = pq("

test 1

test 2

")

d('p').filter('#1') # 返回[

]

d('p').filter('.2') # 返回[

]

6、find() ——查找嵌套元素，例：

d = pq("

test 1

test 2

")

d('div').find('p') # 返回[

,

]

d('div').find('p').eq(0) #返回[

]

7、直接根据类名、id名获取元素，例：

d = pq("

test 1

test 2

")

d('#1').html() # 返回test 1

d('.2').html() # 返回test 2

8、获取属性值，例：

d = pq("

hello

")

d('a').attr('href') # 返回http://hello.com

d('p').attr('id') # 返回my_id

9、修改属性值，例：

d('a').attr('href', 'http://baidu.com')

10、addClass(value) ——为元素添加类，例：

d = pq('

')

d.addClass('my_class') # 返回[

]

11、hasClass(name) #返回判断元素是否包含给定的类，例：

d = pq("

")

d.hasClass('my_class') # 返回True

12、children(selector=None) ——获取子元素，例：

d = pq("

hello

world

")

d.children() # 返回[

,

]

d.children('#2') # 返回[

]

13、parents(selector=None)——获取父元素，例：

d = pq("

hello

world

")

d('p').parents() # 返回[]

d('#1').parents('span') # 返回[]

d('#1').parents('p') # 返回[]

14、clone() ——返回一个节点的拷贝

15、empty() ——移除节点内容

16、nextAll(selector=None) ——返回后面全部的元素块，例：

d = pq("

hello

world

")

d('p:first').nextAll() # 返回[

, ]

d('p:last').nextAll() # 返回[]

17、not_(selector) ——返回不匹配选择器的元素，例：

d = pq("

test 1

test 2

")

d('p').not_('#2') # 返回[

]

更多内容，参考官网 http://packages.python.org/pyquery