Pyquery物件中CSS用法

pyquery物件中css選擇器的用法

首先將html轉為pyquery物件在用css選擇器

doc = pq(html)

print(doc('#con .list li'))選id是con 然後在選內部 class為list 節點內部所有li節點

item = doc('.list')

子節點

find（）方法 item.find（『li』）符合條件的所有子孫節點

children()方法 item.children(『.active』)進一步篩選如果只差子節點用此方法

父節點

parent()返回直接的父節點

parents()返回所有的祖先節點

如果找某個特定的祖先節點向parents()傳入css選擇器 item.parents('.wap')

兄弟節點

li = doc('.list .item-0.active')

li.siblings()會選出所有的兄弟節點包括上兄弟和下兄弟需要選特定某個兄弟需要傳入css選擇器 li.siblings('.active')

遍歷

多個節點需要遍歷出來

li = doc('li') 選到所有的li標籤需要調items()方法返回的是generator型別

generator（生成器）是es6標準引入的新的資料型別。乙個generator看上去像乙個函式，但可以返回多次

獲取資訊

獲取屬性

a = doc('a')

一、attr()方法獲取屬性 a.attr('href') 如果選的多個 attr()只返回第乙個也就是只有第乙個能被呼叫要獲取全部需要遍歷

二、a.attr.href 返回全部

獲取文字

獲取a節點文字 a.text() 返回的是字串

若要獲取整個html文字用html()方法

如果匹配到的是多個節點 text()獲取全部 html()只能獲取第乙個除非遍歷

偽類選擇器

li = doc('li:first-child') 第乙個li節點

li = doc('li:last-child') 最後乙個li節點

li = doc('li:nth-child(2)')第二個li節點

li = doc('li:gt(2)') 第三個li節點之後的li節點

li = doc('li:nth-child(2n)') 偶數字置的li節點

li = doc('li:cobtains(content)') 包含content文字的節點

li 
=doc
(『li:contains(second)『
)

節點操作

我們先用例項來感受一下：

html = 『『『
『『『from pyquery import pyquery as pq
doc = pq(html)
li = doc(『.item-0.active『)
print(li)
li.removeclass(『active『)
print(li)
li.addclass(『active『)
print(li)

首先選中了第三個li節點，然後呼叫removeclass()方法，將li節點的active這個class移除，後來又呼叫addclass()方法，將class新增回來。每執行一次操作，就列印輸出當前li節點的內容。

可以看到，一共輸出了3次。第二次輸出時，li節點的active這個class被移除了，第三次class又新增回來了。

所以說，addclass()和removeclass()這些方法可以動態改變節點的class屬性。

當然，除了操作class這個屬性外，也可以用attr()方法對屬性進行操作。此外，還可以用text()和html()方法來改變節點內部的內容。示例如下：

html = 『『『
『『『from pyquery import pyquery as pq
doc = pq(html)
li = doc(『.item-0.active『)
print(li)
li.attr(『name『, 『link『)
print(li)
li.text(『changed item『)
print(li)
li.html(『changed item『)
print(li)

這裡我們首先選中li節點，然後呼叫attr()方法來修改屬性，其中該方法的第乙個引數為屬性名，第二個引數為屬性值。接著，呼叫text()和html()方法來改變節點內部的內容。三次操作後，分別列印輸出當前的li節點。

可以發現，呼叫attr()方法後，li節點多了乙個原本不存在的屬性name，其值為link。接著呼叫text()方法，傳入文字之後，li節點內部的文字全被改為傳入的字串文字了。最後，呼叫html()方法傳入html文字後，li節點內部又變為傳入的html文字了。

所以說，如果attr()方法只傳入第乙個引數的屬性名，則是獲取這個屬性值；如果傳入第二個引數，可以用來修改屬性值。text()和html()方法如果不傳引數，則是獲取節點內純文字和html文字；如果傳入引數，則進行賦值。

顧名思義，remove()方法就是移除，它有時會為資訊的提取帶來非常大的便利。下面有一段html文字：

html = 『『『
hello, world
this is a paragraph.
『『『from pyquery import pyquery as pq
doc = pq(html)
wrap = doc(『.wrap『)
print(wrap.text())

現在想提取hello, world這個字串，而不要p節點內部的字串，需要怎樣操作呢？

這裡直接先嘗試提取class為wrap的節點的內容，看看是不是我們想要的。執行結果如下：

這個結果還包含了內部的p節點的內容，也就是說text()把所有的純文字全提取出來了。如果我們想去掉p節點內部的文字，可以選擇再把p節點內的文字提取一遍，然後從整個結果中移除這個子串，但這個做法明顯比較煩瑣。

這時remove()方法就可以派上用場了，我們可以接著這麼做:

wrap.find(『p『).remove()
print(wrap.text())

Pyquery物件中CSS用法

python中PyQuery庫用法分享

Python爬蟲之PyQuery的用法

Python爬蟲PyQuery庫基本用法入門教程

Pyquery物件中CSS用法

python中PyQuery庫用法分享

Python爬蟲之PyQuery的用法

Python爬蟲PyQuery庫基本用法入門教程

相關推薦