Python pyquery

pyquery

一个像 jQuery 一样的解析库

初始化

字符串初始化

from pyquery import PyQuery as pq
html = ''
doc = pq(html)

文件初始化

from pyquery import PyQuery as pq
doc = pq(filename='')

URL 初始化

from pyquery import PyQuery as pq
doc = pq(url='https://cnblogs.com/dbf-')

选择器

from pyquery import PyQuery as pq
html = ''
doc = pq(html)

doc('#i1')			# id 选择器
doc('.c1')			# class 选择器
doc('div')			# 标签选择器
doc('#i1, #i2')		# 组合选择器 id==i1 或 id==i2
doc('#i1.c1')		# 组合选择器 id==i1 且 id==i2
doc('#i1 .c1')		# 层级选择器 id==i1 下所有 class==c1 的标签
doc('div > .c1')	# 层级选择器 id==i1 下一层 class==c1 的标签

伪类选择器

from pyquery import PyQuery as pq
html = ''
doc = pq(html)

doc('p:first-child')	# p 标签的第一个子标签
doc('p:last-child')		# p 标签的最后一个子标签
doc('p:nth-child(2)')	# p 标签的第二个子标签
doc('p:gt(2)')			# p 标签的第三个之后的子标签

其他选择器：https://www.w3school.com.cn/cssref/css_selectors.asp

查找元素

子孙元素

from pyquery import PyQuery as pq
html = ''
doc = pq(html)

doc('#i1').find('.c1')			# == doc('#i1 .c1') 获取 id==i1 元素的子孙元素
doc('#i1').children('.c1')		# == doc('#i1 > .c1') 获取 id==i1 元素的子元素

祖先元素

from pyquery import PyQuery as pq
html = ''
doc = pq(html)

doc('#i1').parent()			# 获取 id==i1 元素的父元素
doc('#i1').parents()		# 获取 id==i1 元素的所有祖先元素
doc('#i1').parents('.c1')	# 获取 id==i1 元素的所有 class==c1 的祖先元素

兄弟元素

from pyquery import PyQuery as pq
html = ''
doc = pq(html)

doc('#i1').parent()			# 获取 id==i1 元素的父元素
doc('#i1').parents()		# 获取 id==i1 元素的所有祖先元素
doc('#i1').parents('.c1')	# 获取 id==i1 元素的所有 class==c1 的祖先元素

.items() 返回一个生成器

获取信息

属性

通过属性名获取属性

from pyquery import PyQuery as pq
html = ''
doc = pq(html)

doc('#i1').attr('href')
doc('#i1').attr.href

内容

通过 .text() 可以获取标签内文本
通过 .html() 可以获取标签内 html

DOM 操作

addClass() & removeClass()

通过 addClass() & removeClass() 可以为选中元素添加或删除 class

attr & css

通过 attr() & css() 可以为选中元素添加、修改 attr、css (style 属性)

from pyquery import PyQuery as pq
html = ''
doc = pq(html)

doc('#i1').attr('href')
doc('#i1').attr('href', 'https://cnblogs.com/dbf-')
doc('#i1').css('color', 'red')

remove

通过 remove 可以移除选中的元素