初始化
字符串的形式初始化
html = """
<html lang="en">
<head>
簡單好用的
<title>PyQuery</title>
</head>
<body>
<ul id="container">
<li class="object-1">Python</li>
<li class="object-2">大法</li>
<li class="object-3">好</li>
</ul>
</body>
</html>
"""
doc = pq(html)
print(doc("title"))
<title>PyQuery</title>
URL初始化
# PyQuery對象首先會請求這個url,用得到的HTML內容完成初始化
doc = pq(url="https://www.cnblogs.com/songzhixue/")
print(doc("title"))
<title>村里唯一的架構師 - 博客園</title>
doc = pq(requests.get("https://www.cnblogs.com/songzhixue/").text)
print(doc("title"))
<title>村里唯一的架構師 - 博客園</title>
# 兩種方法相同
文件初始化
# 讀取本地的html文件以字符串的形式傳遞給PyQuery類來初始 化
doc = pq(filename="demo.html") # demo.html為本地文件
print(doc("title"))
css選擇器
html = """
<html lang="en">
<head>
簡單好用的
<title>PyQuery</title>
</head>
<body>
<ul id="container">
<li class="object-1">Python</li>
<li class="object-2">大法</li>
<li class="object-3">好</li>
</ul>
</body>
</html>
"""
# 先選取id為container的節點,在選取內部class屬性為object-1的節點
doc = pq(html)
print(doc("#container .object-1"))
print(type(doc("#container .object-1"))) # 輸出類型還是PyQuery類型
<li class="object-1">Python</li>
<class 'pyquery.pyquery.PyQuery'>
查找節點
html = """
<html lang="en">
<head>
簡單好用的
<title>PyQuery</title>
</head>
<body>
<ul id="container">
<li class="object-1">
Python
<span>你好</span>
</li>
<li class="object-2">大法</li>
<li class="object-3">好</li>
</ul>
</body>
</html>
"""
子節點
獲取所有子孫節點
# 獲取所有子孫節點
doc = pq(html)
a = doc("#container")
lis = a.find("li") # 查詢的范圍是節點的所有子孫節點
print(lis)
<li class="object-1">
Python
<span>你好</span>
</li>
<li class="object-2">大法</li>
<li class="object-3">好</li>
獲取所有子節點
# 獲取所有子節點
doc = pq(html)
a = doc("#container")
li = a.children()
print(li)
通過css選擇器選擇子節點中的某個節點
# 通過css選擇器選擇子節點中的某個節點 篩選出子節點中class屬性為object-1的節點
doc = pq(html)
a = doc("#container")
li = a.children(".object-1")
print(li)
<li class="object-1">
Python
<span>你好</span>
</li>
父節點
直接父節點
# 這里的父節點是該節點的直接父節點
doc = pq(html1)
a= doc(".object-1")
li = a.parent()
print(li)
<ul id="container">
<li class="object-1">
Python
<span>你好</span>
</li>
<li class="object-2">大法</li>
<li class="object-3">好</li>
</ul>
祖先節點
# 獲取所有父節點,即祖先節點
doc = pq(html1)
a = doc(".object-1")
li = a.parents()
print(li)
# 結果會有兩個,一個是父級節點一個是祖先節點
通過css選擇器選擇父節點中的某個節點
doc = pq(html1)
a = doc(".object-1")
li = a.parents("#container")
print(li)
<ul id="container">
<li class="object-1">
Python
<span>你好</span>
</li>
<li class="object-2">大法</li>
<li class="object-3">好</li>
</ul>
兄弟節點
獲取所有兄弟節點
# 獲取所有兄弟節點
doc = pq(html)
a = doc(".object-1")
li = a.siblings()
print(li)
<li class="object-2">大法</li>
<li class="object-3">好</li>
通過css選擇器選擇兄弟節點中的某個節點
# 通過css選擇器選擇兄弟節點中的某個節點
doc = pq(html)
a = doc(".object-1")
li = a.siblings(".object-3")
print(li)
<li class="object-3">好</li>
遍歷
- 上面選擇節點的結果可能是多個節點,也可能是單個節點類型都是pyquery類型
單個節點可以直接用str轉換成字符串直接打印
doc = pq(html)
a = doc(".object-1")
li = a.siblings(".object-3")
print(str(li))
print(type(str(li)))
<li class="object-3">好</li>
<class 'str'>
查詢結果為多個節點需要遍歷來獲取
# 查詢結果為多個節點需要遍歷來獲取
# 多個節點需要調用items方法
doc = pq(html)
a = doc("li").items() # 調用items會得到一個生成器
print(a)
for i in a: # 循環生成器取出每個節點,類型也是pyquery
print(i)
<generator object PyQuery.items at 0x00000254B449CCA8>
<li class="object-1">
Python
<span>你好</span>
</li>
<li class="object-2">大法</li>
<li class="object-3">好</li>
獲取信息
html = """
<html lang="en">
<head>
簡單好用的
<title>PyQuery</title>
</head>
<body>
<ul id="container">
<li class="object-1">
Python
<a href="www.taobao.com">world</a>
<a href="www.baidu.com">hello</a>
</li>
<li class="object-2">
大法
<a href="www.taobao.com">world</a>
</li>
<li class="object-3">好</li>
</ul>
</body>
</html>
"""
獲取屬性
# 找到某個節點后,就可以調用attr()方法來獲取屬性
a = doc(".object-1")
# print(a.find("a").attr("href"))
# 當返回結果包含多個節點時,調用attr()方法只會得到第一個節點的屬性
# 如果想要獲取所有a節點的屬性,需要使用遍歷
for i in a.find("a").items():
print(i.attr("href"))
www.taobao.com
www.baidu.com
獲取文本
- 調用text()方法獲取文本
- 當我們得到的結果是多個節點時
- text() 可以獲取到匹配標簽內的所有文本,返回的是所有文本內容組成的字符串
- html() 返回的是匹配到的所有節點中的第一個節點內的html文本,如果想要獲取所有節點中的html需要遍歷
獲取純文本
# 獲取純文本
doc = pq(html)
li = doc("li")
li = li.text()
print(li)
Python world hello 大法 world 好
獲取節點內的HTML
# 獲取節點內的HTML 帶標簽 只能獲取匹配到的第一個節點內的HTML
doc = pq(html)
li = doc("li")
print(li.html())
Python
<a href="www.taobao.com">world</a>
<a href="www.baidu.com">hello</a>
獲取節點內的所有HTML
# 遍歷獲取所有節點中的html
doc = pq(html)
li = doc("li")
for i in li.items():
print(i.html())
Python
<a href="www.taobao.com">world</a>
<a href="www.baidu.com">hello</a>
大法
<a href="www.taobao.com">world</a>
好
節點操作
html = """
<html lang="en">
<head>
簡單好用的
<title>PyQuery</title>
</head>
<body>
<ul id="container">
<li class="object-1">
Python
<a href="www.taobao.com">world</a>
<a href="www.baidu.com">hello</a>
</li>
<li class="object-2">
大法
<a href="www.taobao.com">world</a>
</li>
<li class="object-3">好</li>
</ul>
</body>
</html>
"""
刪除屬性
doc = pq(html)
a = doc(".object-2")
print(a)
a.removeClass("object-2") # 刪除object-2這個class屬性
print(a)
<li class="object-2">
大法
<a href="www.taobao.com">world</a>
</li>
<li class="">
大法
<a href="www.taobao.com">world</a>
</li>
添加屬性
doc = pq(html)
a = doc(".object-2")
print(a)
a.removeClass("object-2") # 刪除object-2這個class屬性
print(a)
a.addClass("item") # 給該標簽添加一個item的class屬性
print(a)
<li class="object-2">
大法
<a href="www.taobao.com">world</a>
</li>
<li class="">
大法
<a href="www.taobao.com">world</a>
</li>
<li class="item">
大法
<a href="www.taobao.com">world</a>
</li>
attr
# 屬性操作 【一個參數是查找 兩個參數是設置屬性】
# 修改屬性
doc = pq(html)
a = doc(".object-1")
a.attr("name","henry") # 給li標簽添加一個name屬性,值為henry
print(a)
<li class="object-1" name="henry">
Python
<a href="www.taobao.com">world</a>
<a href="www.baidu.com">hello</a>
</li>
text
# 文本操作 【有參數是添加或修改文本內容 沒有參數是查找所有文本內容】
# 文本內容操作
doc = pq(html)
a = doc(".object-1")
a.text("hello world")
print(a)
<li class="object-1">hello world</li>
html
# 標簽操作 【有參數是添加或修改標簽 沒有參數是查找第一個標簽,獲取所有需要遍歷】
# 標簽操作
doc = pq(html)
a = doc(".object-1")
a.html("<span>span標簽</span>")
print(a)
<li class="object-1"><span>span標簽</span></li>
偽類選擇器
html = """
<div class="wrap">
<div id="container">
<ul class="list">
<li class="item-0">fist item</li>
<li class="item-1"><a href="link1.html">second</a></li>
<li class="item-0 active"><a href="link2.html"><span class="bold">third item</span></a></li>
<li class="item-1 active"><a href="link3.html">fourth item</a></li>
<li class="item-0"><a href="link4.html">fifth item</a></li>
</ul>
</div>
</div>
"""
選擇第一個節點
# 選擇第一個節點
doc = pq(html)
a = doc("li:first-child")
print(a)
<li class="item-0">fist item</li>
選擇最后一個節點
# 選擇最后一個節點
doc = pq(html)
a = doc("li:last-child")
print(a)
<li class="item-0"><a href="link4.html">fifth item</a></li>
選擇指定節點
# 選擇第2個li節點
doc = pq(html)
a = doc("li:nth-child(2)")
print(a)
<li class="item-1"><a href="link1.html">second</a></li>
選擇指定節點之后的節點
# 選擇第2個節點之后的所有節點
doc = pq(html)
a = doc("li:gt(2)")
print(a)
<li class="item-1 active"><a href="link3.html">fourth item</a></li>
<li class="item-0"><a href="link4.html">fifth item</a></li>
選擇偶數節點
# 選擇偶數位值節點
doc = pq(html)
a = doc("li:nth-child(2n)")
print(a)
<li class="item-1"><a href="link1.html">second</a></li>
<li class="item-1 active"><a href="link3.html">fourth item</a></li>
包含哪些文本的節點
# 包含second文本的節點
doc = pq(html)
a = doc("li:contains(second)")
print(a)
<li class="item-1"><a href="link1.html">second</a></li>
