pyQuery 简介
如果你是一个前端开发人员，我相信你会熟悉 jQuery.js的时代，那可是大大简化了直接操作DOM方式，十分方便，从官网我们可以知道 pyQuery，就是类似于 jQuery ，或者说是 jQuery 的 python 版本的实现，所以说有了这个 jQuery 的基础，我感觉都可以抛弃 BeautifulSoup 了，BeautifulSoup 语法太难搞了，所以以后就用 pyQuery 进行爬虫爬取页面吧
快速入门
其实你可以使用 pyQuery class pq 去加载一个 HTML，XML 文档结构，也可以通过加载网站链接，或者一个文件等
from pyquery import PyQuery as pq
from lxml import etree
import urllib
d = pq("<html></html>")
d = pq(etree.fromstring("<html></html>"))
d = pq(url=your_url)
d = pq(url=your_url,opener=lambda url, **kw: urlopen(url).read())
d = pq(filename=path_to_html_file)初始化一段HTML
html = '''
<div>
<ul>
<li class="first">python3</li>
<li class="item-first"><a href="fisrt.html">牛逼</a></li>
<li class="item-zore active"><a href="three.html"><span class="bold">python3 牛逼</span></a></li>
<li class="item-first active"><a href="four.html">python3 大法好</a></li>
<li class="item-zore"><a href="five.html">人生苦短，我用python</a></li>
</ul>
</div>
'''
打印DOM文档
from pyquery import PyQuery as jq
doc = jq(html)
print(doc)
初始化URL
doc = jq(url='http://www.baidu.com')#程序会自动请求url
print(doc('body'))#返回body标签
初始化文件
我们新建一个 test.html 文件，里面输入如下代码
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<meta http-equiv="X-UA-Compatible" content="ie=edge">
<title>Document</title>
</head>
<body>
</body>
</html>我们再新建一个文件 test.py 文件，代码如下
from pyquery import PyQuery as jq
doc = jq(filename="test.html")
print(doc)接下来运行 test.py
CSS基础选择器
id 选择器
html = '''
<div class="container">
<ul id="item-wrap">
<li class="first">python3</li>
<li class="item-first"><a href="fisrt.html">牛逼</a></li>
<li class="item-zore active"><a href="three.html"><span class="bold">python3 牛逼</span></a></li>
<li class="item-first active"><a href="four.html">python3 大法好</a></li>
<li class="item-zore"><a href="five.html">人生苦短，我用python</a></li>
</ul>
</div>
'''
from pyquery import PyQuery as pq
jq = pq(html)
print(jq('#item-wrap'))
class 类名选择器
from pyquery import PyQuery as pq
jq = pq(html)
print(jq('.container'))
标签选择器
from pyquery import PyQuery as pq
jq = pq(html)
print(jq('div'))
父子选择器
from pyquery import PyQuery as pq
jq = pq(html)
print(jq('.container ul li'))
还有其他很多各种各样的选择，属性选择器，伪类选择器，等等，可以学习前端的 HTML，CSS，JavaScript, 以及 jQuery,这个非常相似的，就不过多的讲述了
查找元素
查找所有 li 标签子元素
html = '''
<div class="container">
<ul id="item-wrap">
<li class="first">python3</li>
<li class="item-first"><a href="fisrt.html">牛逼</a></li>
<li class="item-zore active"><a href="three.html"><span class="bold">python3 牛逼</span></a></li>
<li class="item-first active"><a href="four.html">python3 大法好</a></li>
<li class="item-zore"><a href="five.html">人生苦短，我用python</a></li>
</ul>
</div>
'''
from pyquery import PyQuery as pq
jq = pq(html)
print(jq('#item-wrap li'))查找 li.active 子元素
from pyquery import PyQuery as pq
jq = pq(html)
print(jq('#item-wrap li.active'))查找 li.active a 子元素
from pyquery import PyQuery as pq
jq = pq(html)
doc = jq('#item-wrap li.active')
a = doc.find('a')
print(a)也可以直接使用 children() 方法查找子元素
from pyquery import PyQuery as pq
jq = pq(html)
doc = jq('#item-wrap li.active')
a = doc.children()
print(a)查找父级元素 parent()
from pyquery import PyQuery as pq
jq = pq(html)
doc = jq('#item-wrap')
parent = doc.parent()
print(parent)
查找 #item-wrap .item-first.active的兄弟元素
from pyquery import PyQuery as pq
jq = pq(html)
doc = jq('#item-wrap .item-first.active')
siblings = doc.siblings()
print(siblings)
遍历文档对象
from pyquery import PyQuery as pq
jq = pq(html)
lis = jq('li').items()#.items会是一个生成器
print(type(lis))
for li in lis:
print(li)
获取属性
获取 a 标签 的 href 属性
from pyquery import PyQuery as pq
jq = pq(html)
a = jq('.item-first.active a')
print(a)
print(a.attr('href'))#定义a标签的href属性用于指定超链接目标的URL。如果用户选择了a标签中的内容，那么浏览器会尝试检索并显示href属性指定的URL所表示的文档，或者执行JavaScript表达式、方法和函数的列表。
print(a.attr.href)
获取文本
获取 a 标签的文本
from pyquery import PyQuery as pq
jq = pq(html)
a = jq('.item-first.active a')
print(a)
print(a.text())
获取 html
from pyquery import PyQuery as pq
jq = pq(html)
li = jq('.item-first.active')
print(li)
print(li.html())
pyQuery DOM 操作
删除，增加 active 类型
from pyquery import PyQuery as pq
jq = pq(html)
li = jq('.item-zore.active')
print(li)
li.removeClass('active')#删除 active 类名
print(li)
li.addClass('active')#增加 active 类名
print(li)
attr、css 属性，样式设置
from pyquery import PyQuery as pq
jq = pq(html)
li = jq('.item-zore.active')
print(li)
li.attr('name', 'link')#增加一个属性
print(li)
li.css('font-size', '14px')#增加一个css
print(li)
移除DOM元素
from pyquery import PyQuery as pq
jq = pq(html)
wrap = jq('.container')
print(wrap.text())
wrap.find('#item-wrap').remove()#找到p标签然后删除
print(wrap.text())
print(wrap)
//pyquery.readthedocs.io/en/latest/
伪类选择器
from pyquery import PyQuery as pq
jq = pq(html)
li = jq('li:first-child')
print(li)
li = jq('li:last-child')
print(li)
li = jq('li:nth-child(2)')
print(li)
li = jq('li:gt(2)')
print(li)
li = jq('li:nth-child(2n)')
print(li)
li = jq('li:contains(second)')
print(li)
更多CSS选择器可以查看
http://www.w3school.com.cn/css/index.asp
