PyQuery
目前最新的版本是1.3，基于最新版本进行介绍。
主要根据PyQuery的官方文档进行了更新。
from pyquery import PyQuery as pq
from lxml import etree
import urllib
doc=pq(\'<p id="hello" class="hello"></p>\')#解析文档的基本方法
p=doc(\'p\')#获取p标签
print(p.attr(\'id\'))#获取p标签的id属性的值
p.attr(\'id\',\'plop\')#改变p标签的id属性的值为plop
print(p.attr(\'id\'))
p.attr.id=\'snow\'#使用python的方式改变id属性
print(p.attr.id)
p.attr[\'id\']=\'ola\'
print(p.attr[\'id\'])
p.attr(id=\'hello\',class_=\'hello2\')
print(p)
hello
plop
snow
ola
<p id="hello" class="hello2"/>
CSS内容
p.add_class(\'toto\')#增加class内容
# print(p)
p.toggle_class(\'titi toto\')#切换class内容
# print(p)
p.remove_class(\'titi\')#移除class
# print(p)
#添加style，以font-size为例
p.css.font_size=\'16px\'
p.css[\'font-size\']=\'16px\'
p.css={\'font-size\':\'17px\'}
Manipulating
#向标签内容的尾部添加一些string
p.append(\' check out <a href="http://www.baidu.com">百度一下</a>\')
#pp()
#也可以向标签的头部添加
p.prepend(\'hello again! \')
#pp()
#或者使用这两个命令添加到其他文档或者标签的内容中
d=pq(\'<html><body><div id="test"><a href="http://python.org">python</a> !</div></body></html>\')
p.prepend_to(d(\'#test\'))#将p的内容添加到d的id为test的标签里面，占据最开始的位置
#print(d(\'#test\').html())#打印出id为test的标签的内容
p.insert_after(d(\'#test\'))#把p标签放在id为test的标签后面
#print(d(\'body\').html())
p.insert_before(d(\'#test\'))#把p标签插入到id为test的标签前面
#print(d(\'body\').html())#可以看出来，p插入到了id为test的标签的前面
#移除一个元素
d=pq(\'<html><body><p id="id">Yeah!</p><p>python rocks !</p></div></html>\')
d.remove(\'p#id\')#移除了p标签的id属性
#print(d(\'body\').html())
#将标签的内容移除
d(\'p\').empty()
#print(d(\'p\'))
#可以将两个PyQuery对象连接起来：
print(pq(\'<div>Yeah !</div>\').add_class(\'myclass\') + pq(\'<b>cool</b>\'))
Traversing
d = pq(\'<p id="hello1" class="test1"><a>1</a></p><p id="hello2" class="test2"><a>2</a></p>\')
#print(d(\'p\').filter(\'.test1\'))#按类选择，class名为test1的p标签。
#print(d(\'p\').filter(\'#hello2\'))#按id选择，id名为hello2的p标签
#print(d(\'p\').eq(0))#第一个p标签
#print(d(\'p\').eq(1))#第二个p标签
"""Return PyQuery of only the element with the provided index:
>>> d = PyQuery(\'<p class="hello">Hi</p><p>Bye</p><div></div>\')
>>> d(\'p\').eq(0)
[<p.hello>]
>>> d(\'p\').eq(1)
[<p>]
>>> d(\'p\').eq(2)
[]
"""
#查询嵌套的元素
#print(d(\'p\').find(\'a\'))
#print(d(\'p\').eq(1).find(\'a\'))
API
http://pythonhosted.org/pyquery/api.html
请参考官方文档的介绍。
Scraping
#PyQuery可以使用url载入html文档，默认使用python的urllib库
print(pq(\'http://www.baidu.com\'))
#如果安装了request库，也可以使用并且可以使用requests的大多参数
pq(\'http://duckduckgo.com/\', headers={\'user-agent\': \'pyquery\'})
pq(\'https://duckduckgo.com/\', {\'q\': \'foo\'}, method=\'post\', verify=True)
如果您觉得感兴趣的话，可以添加我的微信公众号：一步一步学Python
