pyquery库的使用-白红宇

#coding=utf-8 #防止报错：UnicodeEncodeError: 'gbk' codec can't encode character

from pyquery import PyQuery as pq

from lxml import etree

可加载一段HTML字符串，或一个HTML文件，或是一个url地址，或lxml.etree：

htmlblock = "hello"filename = "path_to_html_file"url = "http://www.baidu.com"d = pq(htmlblock)d = pq(filename)d = pq(url)d = pq(etree.fromstring(""))复制代码

直接输出截取串的html对象，看着更加直观

v_source = pq(url='http://yunvs.com/list/mai_1.html')for data in v_source('tr'):    print(pq(data).html())    print(pq(data).text()) #以text文本的方式输出，这样就去掉了html标记复制代码

pq(d)('a[class= ""]').attr('')

Aurl= pq(data)('a[class= "j_th_tit " ]').attr('href')

常用方法：

#1.html()和text() ——获取相应的HTML块或文本块d = pq("hello")d('head').html()    #返回hellod('head').text()    #返回hello#2.根据HTML标签获取元素。注意：当获取到的元素不只一个时，html()、text()方法只返回首个元素的相应内容块d = pq('
    
     test 1
     test 2
    
')print(d('p'))           #返回test 1
test 2
print(d('p').html())    #返回test 1#3.eq(index) ——根据给定的索引号得到指定元素。接上例，若想得到第二个p标签内的内容，则可以：print(d('p').eq(1).html()) #返回test 2#4.filter() ——根据类名、id名得到指定元素，例：d = pq("
    
     test 1
     test 2
    
")d('p').filter('#1') #返回[
    
     ]d('p').filter('.2') #返回[
     
      ]#5.find() ——查找嵌套元素，例：d = pq("
      
       test 1
       test 2
      
")d('div').find('p')#返回[
      
       , 
       
        ]d('div').find('p').eq(0)#返回[
        
         ]#6.直接根据类名、id名获取元素，例：d = pq("
         
          test 1
          test 2
         
")d('#1').html()#返回test 1d('.2').html()#返回test 2#7.获取属性值，例：d = pq("
         hello
")d('a').attr('href')#返回http://hello.comd('p').attr('id')#返回my_id#8.修改属性值，例：d('a').attr('href', 'http://baidu.com')把href属性修改为了baidu#9.addClass(value) ——为元素添加类，例：d = pq('
         
')d.addClass('my_class')#返回[
         
          ]#10.hasClass(name) #返回判断元素是否包含给定的类，例：d = pq("
          
")d.hasClass('my_class')#返回True#11.children(selector=None) ——获取子元素，例：d = pq("
          hello
world")d.children()#返回[
          
           , 
           
            ]d.children('#2')#返回[
            
             ]#12.parents(selector=None)——获取父元素，例：d = pq("
             hello
world")d('p').parents() #返回[
             ]d('#1').parents('span') #返回[]d('#1').parents('p') #返回[]#13.clone() ——返回一个节点的拷贝#14.empty() ——移除节点内容#15.nextAll(selector=None) ——返回后面全部的元素块，例：d = pq("hello
world
")d('p:first').nextAll()#返回[
               
                , 
                ]d('p:last').nextAll()#返回[
                ]#16.not_(selector) ——返回不匹配选择器的元素，例：d = pq("
                test 1
                test 2
")d('p').not_('#2')#返回[
                
                 ]复制代码

与requests库结合使用：

import requestsfrom pyquery import PyQuery as pqr = requests.get('http://www.meipai.com/media/596371059')d = pq(r.content)print(d('meta[property="og:video:url"]').attr('content'))复制代码

可加载一段HTML字符串，或一个HTML文件，或是一个url地址，或lxml.etree：

pq(d)('a[class= ""]').attr('')

常用方法：

与requests库结合使用：

参考资料