pyQuery解析器的使用

什么是pyquery？

• 是jquery的python的python实现，同样可以从html文档中提取数据 ，易用性和解读行都很好。

安装pyquery
使用 pip 可以安装。

pip3 install pyquery

注：由于 pyquery 依赖于 lxml ，要先安装 lxml ，否则会提示失败。

pip3 install lxml  安装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。

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。

---

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、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)：