pyquery
初始化
- 字符串初始化
html = '''
<div id="container">
<ul class="list">
<li class="item-O">first item</li>
<li class="item-1"><a href="link2.html" target="_blank" rel="external nofollow" >second item</a></li>
<li class="item-0 active"><a href="link3.html" target="_blank" rel="external nofollow" ><span class="bold">third item</span></a></li>
<li class="item-1 active"><a href="link4.html" target="_blank" rel="external nofollow" >fourth item</a></li>
<li class="item-0"><a href="links.html" target="_blank" rel="external nofollow" >fifth item</a></li>
</ul>
</div>
'''
from pyquery import PyQuery as py
doc = py(html)
print(doc('li'))
- URL初始化
from pyquery import PyQuery as py
doc = py(url='http://www.itheima.com/')
print(doc('title'))
# 等同
from pyquery import PyQuery as py
import requests
doc = py(requests.get('http://www.itheima.com').text)
print(doc('title'))
-
文件初始化
传递本地的文件名,只需将参数指定为filename
from pyquery import PyQuery as py
doc = py(filename='test.html')
print(doc('li'))
基本CSS选择器
# 上面的例子
from pyquery import PyQuery as py
doc = py(html)
print(doc('#container .list li'))
print(type(doc('#container .list li')))
查找节点
- 子节点
from pyquery import PyQuery as py
doc = py(html)
items = doc('.list')
print(type(items))
print(items)
# 使用find()方法查找所有子孙节点
lis = items.find('li')
print(type(lis))
print(lis)
# 使用children()查找直接子节点
lis = items.children()
print(type(lis))
print(lis)
- 父节点
方 法 | 描 述 |
---|---|
| 返回PyQuery类型,获取直接父节点 |
| 获取祖先节点,可以传入CSS选择器获取指定的节点 |
- 兄弟节点
siblings()
,获取所有兄弟节点,传入CSS选择器返回指定节点
- 遍历
# 使用item()方法得到一个生成器,循环遍历li节点
from pyquery import PyQuery as py
doc = py(html)
lis = doc('li').items()
print(type(lis))
for li in lis:
print(li, type(li))
获取信息
- 获取属性
from pyquery import PyQuery as py
doc = py(html)
a = doc('.item-0.active a')
print(a, type(a))
print(a.attr('href'))
# 使用遍历输出多个属性值
a = doc('a')
for item in a.items():
print(item.attr('href'))
- 获取文本
返回所有.text()
节点操作
方法 | 描述 |
---|---|
| 添加传入值的属性值 |
| 删除传入值的属性值 |
| 传入修改的属性名和属性值 |
| 改变文本内容 |
| 改变内容 |
| 移除节点信息 |
伪类选择器
官方文档