1. pyquery

1.1 介绍如果你对CSS选择器与Jquery有有所了解，那么还有个解析库可以适合你--Jquery官网https://pythonhosted.org/pyquery/

1.2 安装pip install pyquery

1.3 使用方式

1.3.1 初始化方式字符串

from pyquery import PyQuery as pq

doc = pq(str)

print(doc(tagname))url

from pyquery import PyQuery as pq

doc = pq(url='http://www.baidu.com')

print(doc('title'))文件

from pyquery import PyQuery as pq

doc = pq(filename='demo.html')

print(doc(tagname))

1.3.2 选择节点获取当前节点

from pyquery import PyQuery as pq

doc = pq(filename='demo.html')

doc('#main #top')获取子节点在doc中一层层写出来

获取到父标签后使用children方法

from pyquery import PyQuery as pq

doc = pq(filename='demo.html')

doc('#main #top').children()获取父节点获取到当前节点后使用parent方法

获取兄弟节点获取到当前节点后使用siblings方法

1.3.3 获取属性

from pyquery import PyQuery as pq

doc = pq(filename='demo.html')

a = doc('#main #top')

print(a.attrib['href'])

1.3.4 获取内容

from pyquery import PyQuery as pq

doc = pq(filename='demo.html')

div = doc('#main #top')

print(a.html())

print(a.text())

1.3.5 样例

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，

d=pq("

hello")

d=pq(filename=path_to_html_file)

d=pq(url='http://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，

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，

d=pq('

')

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()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("

")

d('p').filter('#1') #返回[

]

d('p').filter('.2') #返回[

]

# 6.find() ——查找嵌套元素，例：

d=pq("

")

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("

")

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')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[

]