[

1. html的jQuery式解析(pyquery)

python上也有类似jQuery的html解析包,就是题目的名字了官网在这边

安装:

pip install pyquery

注意:pypy上安装需要下载下来然后修改依赖,把lxml改成lxml-cffi,然后再用

pypy setup.py install

安装.并且html内容必须把unicode转码成str才可以

from pyquery import PyQuery as pq

from requests import get

d = pq("<html><div id='1'><p>hello</p></div></html>")

print(d("#1").text())

hello

s = get("http://pyquery.readthedocs.org/en/latest/").text

html=pq(s.encode("utf-8"))

1.1. 获取html内容

除了上面的方式通过requests获取html内容外,pyquery也内置了直接获取html文本的方法

html = pq(url="http://pyquery.readthedocs.org/en/latest/")

pypy setup.py install  0

pypy setup.py install  1

pyQuery与jquery的选择器规则相同,假设我们的pyquery实例名与jquery一致为$,这样给他一个参数他就可以进行查找工作

所有的查找返回的都是一个pyQuery对象,pyQuery对象类似数组，它的每个元素都是一个引用了DOM节点的对象,如果一个都没找到,那就返回一个空的jQuery对象

表达式	说明
`$('#a')`	找到id是a的节点,并返回一个jQuery对象
`$('.a')`	找到class是a的节点
`$('a')`	找到节点
`$('[name=a]')`	找到有属性name是a的节点,当属性中包含特殊字符时则用双引号引起来
`$('[name^=a]')`	找到有属性name是以a开头的节点
`$('[name$=a]')`	找到有属性name是以a结尾的节点

比如:

pypy setup.py install  2

是说要找name属性是a的<p>标签.各种组合可以随意搭配

比如

pypy setup.py install  3

表示name属性是以a开头或以a结尾的<p>标签

如果两个DOM元素具有层级关系，就可以用$('ancestor descendant')来选择，层级之间用空格隔开。

比如:

pypy setup.py install  4

表示在name属性是a1的div标签中的所有name属性是以a结尾的p标签

也可以用自选择器$('parent>child')来做选择

自选择器固定了层级关系是父子关系,也就是一个节点必须是拎一个的直属子节点

pypy setup.py install  5

过滤器用来过滤由选择器选出来的节点,用:表示过滤器

常用的普通标签的过滤器:

常用的表单的过滤器:

过滤器	说明
input	可以选择`<input>，<textarea>，<select>和<button>`
file	可以选择`<input type="file">`，和`input[type=file]`一样
checkbox	可以选择复选框，和`input[type=checkbox]`一样
radio	可以选择单选框，和`input[type=radio]`一样
focus	可以选择当前输入焦点的元素，例如把光标放到一个`<input>`上，用`$('input:focus')`就可以选出
checked	选择当前勾上的单选框和复选框，用这个选择器可以立刻获得用户选择的项目
enabled	可以选择可以正常输入的`<input>、<select>`等，也就是没有灰掉的输入
disabled	和:enabled正好相反，选择那些不能输入的