解析库的学习小结(3)pyquery学习

pyquery

初始化

1. 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'))
           

1. 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'))
           

1. 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

1. 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)
           

1. 父节点

方 法	描 述
parent()	返回PyQuery类型，获取直接父节点
parents()	获取祖先节点，可以传入CSS选择器获取指定的节点

1. 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

1. 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

1. 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'))
           

1. 获取文本

   .text()

   返回所有

节点操作

方法	描述
.addClass()	添加传入值的属性值
.removeClass()	删除传入值的属性值
.attr()	传入修改的属性名和属性值
.text()	改变文本内容
.html()	改变内容
.remove()	移除节点信息

伪类选择器

官方文档