pyquery 提取网页内容

from pyquery import PyQuery

html = '''
<head>
    <title>hello</title>
</head>
'''
p = PyQuery(html)
  • html():获取相应的 HTML 块
p('head').html()
>>> <title>hello</title>
  • text():获取文本块
p('head').text()
>>> 'hello'




根据 HTML 标签来获取元素
from pyquery import PyQuery

html = '''
<div>
    <p>test 1</p>
    <p>test 2</p>
</div>
'''
p = PyQuery(html)
# 获取所有p标签
p('p')
>>> [<p>, <p>]

print(p('p'))
>>> <p>test 1</p>
    <p>test 2</p>

  • eq: 根据给定的索引号得到指定元素
# 获取第一个p标签的内容
p('p').eq(0).html()
>>> 'test 1'

# 获取第二个p标签的内容
p('p').eq(1).html()
>>> 'test 2'

# 不用 eq 方法默认返回第一个
p('p').html()
>>> 'test 1'




根据类名、id 名得到指定元素
from pyquery import PyQuery

html = '''
<div>
    <p id='1'>test 1</p>
    <p class='abc'>test 2</p>
</div>
'''
p = PyQuery(html)
  • filter():选择器
# 返回 id='1' 的p标签内容
p('p').filter('#1').html()
>>> 'test 1'

# 返回 class='abc'  的p标签内容
p('p').filter('.abc').html()
>>> 'test 2'




查找嵌套元素
from pyquery import PyQuery

html = '''
<div>
    <p id='1'>test 1</p>
    <p class='abc'>test 2</p>
</div>
'''
p = PyQuery(html)
  • find()
# 查找div下的p标签
>>> p('div').find('p')
[<p#1>, <p.abc>]

# 返回div下的第一个p标签内容
p('div').find('p').eq(0).html()
>>> 'test 1'




根据类名、id 名获取元素
from pyquery import PyQuery

html = '''
<div>
    <p id='1'>test 1</p>
    <p class='abc'>test 2</p>
</div>
'''
p = PyQuery(html)
# 根据id名获取元素
p('#1').html()
>>> 'test 1'

# 根据class名获取元素
>>> p('.abc').html()
'test 2'




获取属性值
from pyquery import PyQuery

html = '''
<p id='my_id'>
    <a href='http://hello.com'>hello</a>
</p>
'''
p = PyQuery(html)
  • attr()
# 获取a标签的href属性
p('a').attr('href')
>>> 'http://hello.com'




获取子元素
from pyquery import PyQuery

html = '''
<span>
    <p id='1'>hello</p>
    <p id='2'>world</p>
</span>
'''
p = PyQuery(html)
  • children()
# 提取div的所有子元素
p.children()
>>> [<p#1>, <p#2>]

# 提取div下id=‘1’的子元素
p.children('#1')
>>> [<p#1>]




获取父元素
from pyquery import PyQuery

html = '''
<span>
    <p id='1'>hello</p>
    <p id='2'>world</p>
</span>
'''
p = PyQuery(html)
  • parents()
# 提取p标签的父元素
p('p').parents()
>>> [<span>]
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 一、样式篇 第1章 初识jQuery (1)环境搭建 进入官方网站获取最新的版本 http://jquery.co...
    凛0_0阅读 3,466评论 0 44
  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,991评论 19 139
  • 第一章 认识jQuery jQuery 能做什么 1. 取得文档中的元素 2. 修改页面的外观 CSS虽然为影响文...
    七弦桐语阅读 498评论 0 1
  • jQuery基础(一)——样式篇 1-2环境搭建 1-3 jQuery HelloWorld体验 $(docume...
    croyance0601阅读 1,109评论 0 8
  • [TAS]-010 沉默成本 基本法: 算不上什么原创, 但是拒绝转载 实验性文体-仿游戏速攻表演(TAS Too...
    yzhangac阅读 634评论 0 51