pyquery如何获取你想要的元素或文本信息

    hello,各位小伙伴，大家好，今天我们分享一下pyquery 如何获取你想要的元素或者说想要的文本信息的。

我们主要是给出在工程开发中的比较常用的一些case出来，后续我呢会带着大家一起用今天学到的东西去抓取天天基金网上有意思的基金数据。

1.可加载一段HTML字符串，或一个HTML文件，或是一个url地址，

d=pq("")

d=pq(filename=path_to_html_file)

d=pq(url='http://www.baidu.com')注意：此处url似乎必须写全

2.html()和text() ——获取相应的HTML块或文本块，

p=pq("")

p('head').html()#返回

p('head').text()#返回hello

3.根据HTML标签来获取元素，

d=pq('

d('p')#返回[

,

]

print d('p')#返回

test 1

test 2

print d('p').html()#返回test 1

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

4.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

5.filter() ——根据类名、id名得到指定元素，例：

d=pq("

d('p').filter('#1') #返回[]

d('p').filter('.2') #返回[]

6.find() ——查找嵌套元素

d=pq("

d('div').find('p')#返回[, ]

d('div').find('p').eq(0)#返回[]

7.直接根据类名、id名获取元素

d=pq("

d('#1').html()#返回test 1

d('.2').html()#返回test 2

8.获取属性值

d=pq("

hello

d('a').attr('href')#返回http://hello.com

d('p').attr('id')#返回my_id

9.修改属性值

d('a').attr('href', 'http://baidu.com')把href属性修改为了baidu

10.addClass(value) ——为元素添加类

d=pq('

d.addClass('my_class')#返回[]

11.hasClass(name) #返回判断元素是否包含给定的类

d=pq("

d.hasClass('my_class')#返回True

12.children(selector=None) ——获取子元素

d=pq("

hello

world

d.children()#返回[, ]

d.children('#2')#返回[]

13.parents(selector=None)——获取父元素

d=pq("

hello

world

d('p').parents()#返回[]

d('#1').parents('span')#返回[]

d('#1').parents('p')#返回[]

14.clone() ——返回一个节点的拷贝

15.empty() ——移除节点内容

16.nextAll(selector=None) ——返回后面全部的元素块

d=pq("

hello

world

d('p:first').nextAll()#返回[, ]

d('p:last').nextAll()#返回[]

17.not_(selector) ——返回不匹配选择器的元素

d=pq("

test 1

test 2

d('p').not_('#2')#返回[]

18.遍历：

遍历用到items方法返回对象列表，或者用lambda

# !/usr/bin/python
"""
@File    : pyquery_demo.py
@Time    : 2019/8/31 16:46
@Author  : haishiniu
@Software: PyCharm
"""
from pyquery import pyquery as pq

doc = pq('
h2
h3
')
list = doc('li')
for li in list.items():
    print(li.html)