pyquery解析器的使用

pyQuery解析器

pyquery解析器简介
pyquery相当于jQuery的python实现，可以用于解析HTML网页等。它的语法与jQuery几乎完全相同，对于使用过jQuery的人来说很熟悉，也很好上手

pyquery的安装与使用
我们可以使用命令:pip3 install pyquery来安装它
**注意:**由于 pyquery 依赖于 lxml ，要先安装 lxml ，否则会提示失败
lxml安装命令:pip3 install lxml

初始化
有 4 种方法可以进行初始化：
可以通过传入 字符串、lxml、文件 或者 url 来使用PyQuery。
代码示例：

from pyquery import PyQuery as pq
from lxml import etree

#传入字符串
d = pq("")
#传入lxml
d = pq(etree.fromstring(""))
#传入url
d = pq(url='http://google.com/')
#传入文件
d = pq(filename=path_to_html_file)
现在，d 就像 jQuery 中的 $ 一样了

接下来说一下它的几个方法：
1，.html()和.text() 获取相应的 HTML 块或者文本内容

p=pq("")

# 获取相应的 HTML 块
print (p('head').html())

# 获取相应的文本内容
print (p('head').text())

输出：
'''

Hello World!
'''

2，(selector)：通过选择器来获取目标内容，

d = pq(
"
test 1
test 2
"
)

# 获取 
 元素内的 HTML 块
print (d('div').html())

# 获取 id 为 item-0 的元素内的文本内容
print (d('#item-0').text())

# 获取 class 为 item-1 的元素的文本内容
print (d('.item-1').text())

'''输出：
test 1
test 2
test 1
test 2
'''

3、.eq(index)：根据索引号获取指定元素（index 从 0 开始）

d = pq(
"
test 1
test 2
"
)

# 获取第二个 p 元素的文本内容
print (d('p').eq(1).text())

'''输出
test 2
'''

4、.find()：查找嵌套元素，

d = pq("
test 1
test 2
")

# 查找 
 内的 p 元素
print d('div').find('p')

# 查找 
 内的 p 元素，输出第一个 p 元素
print d('div').find('p').eq(0)

'''输出：
test 1
test 2
test 1
'''

5、.filter()：根据 class、id 筛选指定元素，

d = pq("
test 1
test 2
")

# 查找 class 为 item-1 的 p 元素
print d('p').filter('.item-1')

# 查找 id 为 item-0 的 p 元素
print d('p').filter('#item-0')

'''输出：
test 2
test 1
'''

6、.attr()：获取、修改属性值，

d = pq("
test 1
test 2
")

# 获取 
 标签的属性 id
print(d('p').attr('id'))

# 修改  标签的 class 属性为 new
print(d('a').attr('class','new'))

'''输出：
item-0
test 2
'''

7、item()遍历标签

d = pq("
test 1
test 2test 3
")

# 获取所有的a标签
a_elements = d('a.iten')
# 遍历得到每一个a标签的text文本
for a in a_elements.item():
print(a.text())

print(d('a').attr('class','new'))

'''输出：
item-0
test 2
'''

8、其他操作：

#添加 class
.addClass(value)：
#判断是否包含指定的 class，返回 True 或 False
.hasClass(value)：
#获取子元素
.children()：
#获取父元素
.parents()：
#获取下一个元素
.next()：
#获取后面全部元素块
.nextAll()：
#获取所有不匹配该选择器的元素
.not_(selector)：