pyquery解析html -- 类似jq

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82

from pyquery import PyQuery as pq   html = '''     <ul>         <li class="a1">123</li>         <li class="a2">123</li>         <li class="a3">123</li>         <li>123</li>     </ul>     <p id="cc">xcxxx</p> ''' # # doc = pq(html) # 获取单个 # p_text = doc('#cc')[0].text # print(p_text) # URL初始化 # doc = pq(url='http://www.baidu.com') # print(doc('head')) # 文件初始化 # doc = pq(filename='demo.html') # print(doc('li')) # 查找多个元素 和jq一样 # doc = pq(html) # lis = doc('ul .a1,ul .a2,ul .a3') # print(type(lis)) # print(lis[0].text) # 查找子元素 (在ul中查找li标签) # items = doc('ul') # print(items.find('li')) # print(items.children('.currentClass')) # 查找父元素 # print(items.parent()) # print(items.parents()) # 兄弟元素获取 # print(items.siblings())  # 所有兄弟同级 # print(items.siblings('.active'))  # 也可以获取指定的 # 遍历元素 # lis = doc('li').items() # for li in lis: #     print(li) #     print(li.text) # 获取属性 2中方法 # a = doc('.item') # print(a.attr('href')) # print(a.attr.href) # 获取文本 2中方法 # doc('#cc')[0].text # doc("#ccc").text() # 获取元素内的html # lis = doc('li') # lis.html()   # --------------------DOM 操作 # 删除 添加 class # li = doc('.item') # li.removeClass('active') # li.addClass('active') # 删除添加属性, CSS添加 # li = doc('.item') # li.attr('name','active') # li.css('font-size','14px') # 删除元素 html = '''     <div>         Hello world!         <p>remove this tag</p>         <p>remove this tag</p>               </div> ''' # doc = pq(html) # print(doc.text()) # doc.find('p').remove()  # 找到p并删除(如果有多个都会删除) # print(doc.text())   # --------------  伪类选择器 # li = doc('li:first-child') # li = doc('li:last-child') # li = doc('li:nth-child(2)')  # 获取第二个子元素 # li = doc('li:gt(2)')  # 获取第二个以后得子元素 # li = doc('li:nth-child(2n)')  # 获取 0 2 4 6 8 ...