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/
pip install pyquery
from pyquery import PyQuery as pq
doc = pq(str)
print(doc(tagname))
from pyquery import PyQuery as pq
doc = pq(url='http://www.baidu.com')
print(doc('title'))
from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
print(doc(tagname))
from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
doc('#main #top')
from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
doc('#main #top').children()
from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
a = doc('#main #top')
print(a.attrib['href'])
from pyquery import PyQuery as pq
doc = pq(filename='demo.html')
div = doc('#main #top')
print(a.html())
print(a.text())
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('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()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('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("
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("")
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[]