天使漫步IT工作室Warning: count(): Parameter must be an array or an object that implements Countable in /www/wwwroot/u11u.com/usr/themes/wq/functions.php on line 110
Warning: count(): Parameter must be an array or an object that implements Countable in /www/wwwroot/u11u.com/usr/themes/wq/functions.php on line 116
一、PyQuery简介:一款类似于jquery的python库
PyQuery允许你像JQuery一样对快速对xml（lxml）文档进行元素查询、元素操作的python库。如果你熟悉JQuery的api，那么掌握PyQuery是一件十分容易的事情，因为PyQuery的api和JQuery的api基本上一致。PyQuery是一款基于lxml的库，而lxml能够快速处理xml和html文档。
起初仅仅是因为我有个想法：想在python里面使用jquery类似api来操作xml文档，所以PyQuery就诞生了。你要明白一点的是，PyQuery库并不是用JavaScript来写的，正如上面所提到，这是一个python语言库，它基于lxml快速处理库。
PyQuery可以用来做很多xml相关的事情，下面是我能想到的一些用途：
- 使用PyQuery对纯HTTP模板（html）进行修改。
- 移除废弃或者不需要的web元素。
- 提取程序的主题元素。
PyQuery被放置在了github上，该项目被我设置了一些提交策略和代码审查策略，也就是被允许的人才能够提交和审查代码，如果你想提交你的修改，那么请给我邮件。
另外，请把bug提交到github上的issue面板上。
二、快速入门
1. 使用PyQuery之前应该使用pip或者别的工具进行安装：
pip install pyquery一般会自动帮你把依赖库安装上，如lxml库。
2. 使用PyQuery快速加载xml文档，加载源可以是以下几个情形：
- 字符串
- xml文档
- 文件路径
- url链接
代码示例（python终端）：
>>> from pyquery import PyQuery as pq
>>> from lxml import etree #引入依赖库
>>> import urllib #引入依赖库
>>> d = pq("<html></html>")
>>> d = pq(etree.fromstring("<html></html>")) #字符串
>>> d = pq(url='http://google.com/') #url路径
>>> # d = pq(url='http://google.com/', opener=lambda url, **kw: urllib.urlopen(url).read()) #读流
>>> d = pq(filename=path_to_html_file) #文件夹加载以后得到变量d,该变量如jquery里面的$操作符一样，可以对元素进行操作：
>>> d("#hello") #ID选择器，选择id=hello的元素
[<p#hello.hello>] #打印ID为hello的元素（PyQuery对象）
>>> p = d("#hello")
>>> print(p.html()) #打印p元素
Hello world !
>>> p.html("you know <a href='http://python.org/'>Python</a> rocks") #赋值html内容，相当于innerHtml=xx
[<p#hello.hello>]
>>> print(p.html())
you know <a href="http://python.org/">Python</a> rocks
>>> print(p.text()) #提取p标签内的text，不含html标签。
you know Python rocks除此以外，你还可以使用非css标准的 :first :last :even :odd :eq :lt :gt :checked :selected :file伪符号来对元素进行定位,如：
>>> d('p:first')
[<p#hello.hello>]更多快速入门请阅读：PyQuery快速入门-十分钟搞定PyQuery
三、选择器语法
和JQuery一样，PyQuery同样提供了丰富的选择器语法，满足你提取一个或者多个元素。
建立html文档并且命名为:demo.html
<div>
<tr class="item-0">
<td>first section</td>
<td>第一项</td>
<td>备注</td>
</tr>
<tr class="item-1">
<td>second section</td>
<td>第二项</td>
<td>备注</td>
</tr>
</div>PyQuery各种选择器语法示例：
# -*- coding: utf-8 -*-
from pyquery import PyQuery as pq#引入 PyQuery
doc = pq(filename='demo.html')# 传入文件 demo.html
print doc.html() # html()方法获取当前选中的 html 块
print doc('.item-1') # 相当于 class 选择器，选取 class 为 item-1 的 html 块
data = doc('tr') # 选取 <tr> 元素
for tr in data.items():# 遍历 data 中的 <tr> 元素
temp = tr('td').eq(2).text() # 选取第3个 <td> 元素中的文本块
print temp
上面示例摘取自：
作者：己立
链接：http://www.jianshu.com/p/c07f7cd1b548
四、操作html的属性
操作属性是PyQuery比较有魅力的功能，用于清洗网页数据。
使用类似于JQuery api对html属性进行操作，实例：
>>> p = pq('<p id="hello" class="hello"></p>')('p')
>>> p.attr("id") #打印p的ID值
'hello'
>>> p.attr("id", "plop") #给p元素的ID重新赋值，赋值后结果为plop
[<p#plop.hello>]
>>> p.attr("id", "hello")
[<p#hello.hello>]使用更Python的语法进行操作,实例：
>>> p.attr.id = "plop"
>>> p.attr.id
'plop'
>>> p.attr["id"] = "ola"
>>> p.attr["id"]
'ola'
>>> p.attr(id='hello', class_='hello2')
[<p#hello.hello2>]
>>> p.attr.class_
'hello2'
>>> p.attr.class_ = 'hello'五、操作CSS
你可以对html元素的css进行操作：
>>> p.addClass("toto") # 添加css
[<p#hello.hello.toto>]
>>> p.toggleClass("titi toto")
[<p#hello.hello.titi>]
>>> p.removeClass("titi") # 移除css
[<p#hello.hello>]添加内联style的css样式：
>>> p.css("font-size", "15px")
[<p#hello.hello>]
>>> p.attr("style")
'font-size: 15px'
>>> p.css({"font-size": "17px"})
[<p#hello.hello>]
>>> p.attr("style")
'font-size: 17px'使用Python语法进行编写(只需要将-变成下划线_,如font-size对应名字为font_size)：
>>> p.css.font_size = "16px" #font_size 对应css的font-size
>>> p.attr.style
'font-size: 16px'
>>> p.css['font-size'] = "15px"
>>> p.attr.style
'font-size: 15px'
>>> p.css(font_size="16px")
[<p#hello.hello>]
>>> p.attr.style
'font-size: 16px'
>>> p.css = {"font-size": "17px"}
>>> p.attr.style
'font-size: 17px'六、Manipulating（操作）API
- append函数：在元素末尾（元素内部的内容末尾）追加内容，添加的内容仍然在该元素内
>>> d = pq('<p class="hello" id="hello">you know Python rocks</p>')
>>> d('p').append(' check out <a href="http://reddit.com/r/python"><span>reddit</span></a>') #使用append api追加
[<p#hello.hello>]
>>> print d
<p class="hello" id="hello">you know Python rocks check out <a href="http://reddit.com/r/python"><span>reddit</span></a></p>- prepend函数：在元素前面添加内容，添加的内容仍然在该元素内
>>> p = d('p')
>>> p.prepend('check out <a href="http://reddit.com/r/python">reddit</a>') #添加的内容
[<p#hello.hello>]
>>> print p #查看p标签全部内容
<p class="hello" id="hello">check out <a href="http://reddit.com/r/python">reddit</a>you know Python rocks</p>
>>> p.html()
u'check out <a href="http://reddit.com/r/python">reddit</a>you know Python rocks'- prependTo函数：在前面或者末尾添加内容
>>> d = pq('<html><body><div id="test"><a href="http://python.org">python</a> !</div></body></html>')
>>> p.prependTo(d('#test'))
[<p#hello.hello>]
>>> d('#test').html()
u'<p class="hello" id="hello">check out <a href="http://reddit.com/r/python">reddit</a>you know Python rocks</p><a href="http://python.org">python</a> !'这一段逻辑没有那么直观，解释下：
- 初始化一个d变量，内容为：
<html><body><div id="test"><a href="http://python.org">python</a> !</div></body></html> - 把p元素
添加到(prependTo)d('#test')的前面，d('#test')的内容为：<div id="test"><a href="http://python.org">python</a> !</div>，那么就相当于在a标签前面加东西。 - 最后打印 d('#test')中的html内容：可以看到a标签之前多了p的内容。
同样的append对p进行操作：p.append(d('#test'))，那么得到的结果：
>>> print p
<p class="hello" id="hello">check out <a href="http://reddit.com/r/python">reddit</a>you know Python rocks<div id="test"><a href="http://python.org">python</a> !</div></p>相反的API还有insertBefore和insertAfter。
- remove函数：移除符合条件的元素
>>> d = pq('<html><body><p id="id">Yeah!</p><p>python rocks !</p></div></html>')
>>> d.remove('p#id') # 移除id=id的p，整个元素都移除，移除后后打印html
[<html>]
>>> d('p#id') # 打印
[]- empty函数：置空元素内的html
>>> d('p').empty() # 置空操作，置空后没有html内容
[<p>]七、条件过滤
一些JQuery过滤方法同样适用于PyQuery，下面是几个API例子：
- filter函数：过滤符合条件（class或者id等）的元素
>>> d = pq('<p id="hello" class="hello"><a/></p><p id="test"><a/></p>')
>>> d('p').filter('.hello') # 提取class=hello的p标签元素
[<p#hello.hello>]- eq函数：筛选序号等于x的元素
>>> d('p').eq(0)
[<p#hello.hello>]- find函数：筛选x标签的元素，返回list列表
>>> d('p').find('a') # 筛选a标签的元素，返回所有的a元素
[<a>, <a>]
>>> d('p').eq(1).find('a') # 筛选第二个p元素中的所有a元素
[<a>]- end函数同样适用于链式筛选
>>> d('p').find('a').end()
[<p#hello.hello>, <p#test>]
>>> d('p').eq(0).end()
[<p#hello.hello>, <p#test>]
>>> d('p').filter(lambda i: i == 1).end()
[<p#hello.hello>, <p#test>]八、其它常用API
- .hasClass(name)：判断是否包含指定的 class，返回 True 或 False；
- .children()：获取子元素；
- .parents()：获取父元素；
- .next()：获取下一个元素；
- .nextAll()：获取后面全部元素块；
- .not_('selector')：获取所有不匹配该选择器的元素；
- for i in d.items('li'): print i.text()：遍历 d 中的 li 元素；
end