PyQuery是一个类似于jQuery的Python库，也可以说是jQuery在Python上的实现，能够以jQuery的语法来操作解析 HTML 文档，易用性和解析速度都很好
例如
编剧: 汤姆・提克威 / 安迪・沃卓斯基 / 拉娜・沃卓斯基
主演: 汤姆・汉克斯 / 哈莉・贝瑞 / 吉姆・布劳德本特 / 雨果・维文 / 吉姆・斯特吉斯 / 裴斗娜 / 本・卫肖 / 詹姆斯・达西 来源gaodai#ma#com搞*!代#%^码$网/ 周迅 / 凯斯・大卫 / 大卫・吉雅西 / 苏珊・萨兰登 / 休・格兰特
类型:剧情 / 科幻 / 悬疑
官方网站:cloudatlas.warnerbros.com
制片国家/地区: 德国 / 美国 / 香港 / 新加坡
语言: 英语
上映日期:2013-01-31(中国大陆) / 2012-10-26(美国)
片长:134分钟(中国大陆) / 172分钟(美国)
IMDb链接:tt1371111
官方小站:
电影《云图》
doc=pq(url=’http://movie.douban.com/subject/3530403/’
data=doc(‘.pl’)
for i in data:
print pq(i).text()
输出
编剧
主演
类型:
官方网站:
制片国家/地区:
语言:
上映日期:
片长:
IMDb链接:
官方小站:
用法
用户可以使用PyQuery类从字符串、lxml对象、文件或者url来加载xml文档:
>>> from lxml import etree
>>> doc=pq(“”)
>>> doc=pq(etree.fromstring(“”))
>>> doc=pq(filename=path_to_html_file)
>>> doc=pq(url=’http://movie.douban.com/subject/3530403/’
可以像jQuery一样选择对象了
[, , , , , , , , , , , , , , , , , , ,
]
这样，class为’pl’的对象就全部选择出来了。
不过在使用迭代时需要对文本进行重新封装：
para=pq(para)
print para.text()
导演
编剧
主演
类型:
官方网站:
制片国家/地区:
语言:
上映日期:
片长:
IMDb链接:
官方小站:
这里得到的text是unicode码，如果要写入文件需要编码为字符串。
用户可以使用jquery提供的一些伪类（但还不支持css）来进行操作，诸如：
[]
>>> print doc(‘.pl:first’).text()
导演
Attributes
获取html元素的属性
‘)(‘p’)
>>> p.attr(‘id’)
‘hello’
>>> p.attr.id
‘hello’
>>> p.attr[‘id’]
‘hello’
赋值
>>> p.attr.id
‘plop’
>>> p.attr[‘id’]=’ola’
>>> p.attr.id
‘ola’
>>> p.attr(id=’hello’,class_=’hello2′)
[
]
Traversing
过滤
hello
world
‘)
>>> d(‘p’).filter(‘.hello’)
[
]
>>> d(‘p’).filter(‘#test’)
[
]
>>> d(‘p’).filter(lambda i:i==1)
[
]
>>> d(‘p’).filter(lambda i:i==0)
[
]
>>> d(‘p’).filter(lambda i:pq(this).text()==’hello’)
[
]
按照顺序选择
[
]
>>> d(‘p’).eq(1)
[
]
选择内嵌元素
[]
选择父元素
Whoah!
there
‘)
>>> d(‘p’).eq(1).find(’em’)
[]
>>> d(‘p’).eq(1).find(’em’).end()
[
]
>>> d(‘p’).eq(1).find(’em’).end().text()
‘there’
>>> d(‘p’).eq(1).find(’em’).end().end()
[
,
]
以上就是python解析html开发库pyquery使用方法的详细内容，更多请关注gaodaima搞代码网其它相关文章！
转载请注明原文链接：python解析html开发库pyquery使用方法
