欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python中PyQuery库的使用总结

程序员文章站 2022-06-22 13:38:47
Python中PyQuery库的使用总结:pyquery库是jQuery的Python实现,可以用于解析HTML网页内容,我个人写过的一些抓取网页数据的脚本就是用它来解析html获...

Python中PyQuery库的使用总结:pyquery库是jQuery的Python实现,可以用于解析HTML网页内容,我个人写过的一些抓取网页数据的脚本就是用它来解析html获取数据的。他的官方文档地址是:https://packages.python.org/pyquery/。今天重新看了一遍整个文档,把它的一些使用方法整理了一下,做个记录。

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("

")

d=pq(filename=path_to_html_file)

d=pq(url='https://www.baidu.com')注意:此处url似乎必须写全

2.html()和text() ——获取相应的HTML块或文本块,

例:

p=pq("

")

p('head').html()#返回

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('p').find('p')#返回[, ]

d('p').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https://hello.com

d('p').attr('id')#返回my_id

9.修改属性值,例:

d('a').attr('href', 'https://baidu.com')把href属性修改为了baidu

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[]

pyquery还有其他一些用法,这里没有一一整理出来,更多更全的方法可以直接去看它的文档。