PyQuery

# PyQuery

# pip install pyquery

# 字符串初始化

html = """

<div class="wrap">

<div id='container'>

  <ul class=list>

  <li class="item-0">first item</li>

  <li class="item-1"><a href="link2.html">second item</a></li>

  <li class="item-0 active"><a href="link3.html"><span class="boid">third item</span></a></li>

  <li class="item-1 active"><a href="link4.html">fourth item</a></li>

  <li class="item-0"><a href="link5.html">fifth item</a></li>

  </ul>

</div>

</div>

"""

from pyquery import PyQuery as pq

doc = pq(html)

print(doc("li"))

print('----------------------------------')

# URL初始化

doc = pq(url='http://www.baidu.com')

print(doc('head'))  # 输出head标签

print('----------------------------------')

# 文件初始化

# doc = pq(filename='xx.html')    # file 文件路径

# print(doc("li"))

print('----------------------------------')

# 基本CSS选择器

doc = pq(html)

print(doc('#container .list li'))  # id #  class .

# 查找元素

#

#  子元素

doc = pq(html)

items = doc('.list')

print(type(items))

print(items)

lis = items.find("li")

print(type(lis))

print(lis)

lis = items.children()  # 直接子元素

print(type(lis))

print(lis)

lis = items.children('.active')  # 直接子元素 class为active

print(lis)

# 父元素

doc = pq(html)

items = doc('.list')

container = items.parent()  # 直接父元素

print(type(container))

print(container)

parents = items.parents()  # 所有祖先元素

print(type(parents))

print(parents)

parent = items.parents('.wrap')  # 祖先元素中 calss为wrap的元素

print(parent)

# 兄弟元素

print('---')

doc = pq(html)

li = doc('.list .item-0.active')  # .item-0.active 表并列 同时包含

print(li.siblings())  # 所有兄弟元素

print(li.siblings('.active'))  # 兄弟元素中class 为active的元素

# 遍历

#

#  单个元素

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

print(li)

doc = pq(html)

lis = doc('li').items()    # items() 生成器

print(type(lis))

for li in lis:

    print(li)

# 获取信息

#

# 获取属性

doc = pq(html)

a = doc('.item-1.active a')  # 获取a标签

print(a)

print(a.attr('href'))  # 获取属性

print(a.attr.href)    # 获取属性

print(a.text())      # 获取文本

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

print(li)

print(li.html())      # 获取HTML

# DOM 操作

#

#  assClass. removeClass

doc = pq(html)

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

print(li)

li.removeClass('active')  # 删除class

print(li)

li.addClass('active')      # 添加class

print(li)

doc = pq(html)

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

print(li)

li.attr('name', 'link')  # 有则覆盖。无则添加。

li.css('font-size', '14px')  # 添加style

print(li)

html = '''

<div class='wrap'>

  Hello,World

  <p>This is a paragraoh</p>

</div>

'''

doc = pq(html)

wrap = doc('.wrap')

print(wrap.text())

wrap.find('p').remove()  # 删除p标签

print(wrap.text())