Python中類似于jquery的pyquery庫(kù)用法分析

更新時(shí)間：2019年12月02日 09:56:50 作者：在線瘋狂

這篇文章主要介紹了Python中類似于jquery的pyquery庫(kù)用法,結(jié)合實(shí)例形式分析了pyquery庫(kù)的概念、原理、使用方法及操作技巧,需要的朋友可以參考下

本文實(shí)例講述了Python中類似于jquery的pyquery庫(kù)用法。分享給大家供大家參考，具體如下：

pyquery：一個(gè)類似于jquery的Python庫(kù)

pyquery可以使你在xml文檔上做jquery查詢，它的API盡可能地類似于jquery。pyquery使用lxml執(zhí)行快速的xml和html操作。

這并非（至少目前還不是）一個(gè)生成javascript代碼或者與javascript代碼做交互的庫(kù)。pyquery的作者只是由于非常喜歡jquery的API因而將其用python實(shí)現(xiàn)。

該項(xiàng)目目前托管在Github倉(cāng)庫(kù)中并且處于活躍開(kāi)發(fā)狀態(tài)。作者可以為任何想要貢獻(xiàn)源碼的開(kāi)發(fā)者賦予push權(quán)限，并且會(huì)對(duì)其做的變更做回顧。如果你想要貢獻(xiàn)源碼，可以發(fā)Email給項(xiàng)目作者。

項(xiàng)目的Bug可以通過(guò)Github Issue Tracker進(jìn)行提交。

快速入門

你可以使用PyQuery類從一個(gè)字符串，一個(gè)lxml文檔，一個(gè)文件或者一個(gè)url鐘載入一個(gè)xml文檔：

>>> 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)

現(xiàn)在，d就相當(dāng)于jquery里的$：

>>> d("#hello")
[<p#hello.hello>]
>>> p = d("#hello")
>>> print(p.html())
Hello world !
>>> p.html("you know <a >Python</a> rocks")
[<p#hello.hello>]
>>> print(p.html())
you know <a  rel="external nofollow" >Python</a> rocks
>>> print(p.text())
you know Python rocks

你也可以使用某些jQuery中可用而并非css標(biāo)準(zhǔn)的偽類，諸如 :first :last :even :odd :eq :lt :gt :checked :selected :file:等

>>> d('p:first')
[<p#hello.hello>]

參見(jiàn)http://pyquery.rtfd.org/查看全部文檔

CSS

你可以像這樣添加、切換、移除CSS：

>>> p.addClass("toto")
[<p#hello.hello.toto>]
>>> p.toggleClass("titi toto")
[<p#hello.hello.titi>]
>>> p.removeClass("titi")
[<p#hello.hello>]

或者操作CSS樣式：

>>> 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'

使用更加Pythonic的方式完成同樣的功能 (‘_' 字符轉(zhuǎn)換為 ‘-‘)：

>>> p.css.font_size = "16px"
>>> 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'

使用偽類：

:button

匹配所有按鈕輸入元素和按鈕元素 Matches all button input elements and the button element

:checkbox

匹配所有復(fù)選框輸入元素 Matches all checkbox input elements

:checked

匹配選中的元素，下標(biāo)從0開(kāi)始 Matches odd elements, zero-indexed

:child

右邊是左邊的直接子元素 right is an immediate child of left

:contains()

包含元素 Matches all elements that contain the given text

:descendant

右邊是左邊的子元素、孫元素或者更遠(yuǎn)的后繼元素 right is a child, grand-child or further descendant of left

:disabled

匹配所有被禁用的元素 Matches all elements that are disabled

:empty

匹配所有不包括任何其他元素的元素 Match all elements that do not contain other elements

:enabled

匹配所有啟用的元素 Matches all elements that are enabled

:eq()

使用下標(biāo)匹配 Matches a single element by its index

:even

從下標(biāo)0開(kāi)始，匹配所有偶數(shù)元素 Matches even elements, zero-indexed

:file

匹配所有文件類型的輸入元素 Matches all input elements of type file

:first

匹配第一個(gè)被選擇的元素 Matches the first selected element

:gt()

匹配下標(biāo)大于指定值的元素 Matches all elements with an index over the given one

:header

匹配所有標(biāo)題元素 Matches all header elelements (h1, ..., h6)

:image

匹配所有圖像輸入元素 Matches all image input elements

:input

匹配所有輸入元素 Matches all input elements

:last

匹配最后一個(gè)選擇的元素 Matches the last selected element

:lt()

匹配所有下標(biāo)小于指定值的元素 Matches all elements with an index below the given one

:odd

匹配奇元素，下標(biāo)從0開(kāi)始 Matches odd elements, zero-indexed

:parent

匹配所有包含其他元素的元素 Match all elements that contain other elements

:password

匹配所有密碼輸入元素 Matches all password input elements

:radio

匹配單選按鈕輸入元素 Matches all radio input elements

:reset

匹配所有重置輸入元素 Matches all reset input elements

:selected

匹配所有被選中的元素 Matches all elements that are selected

:submit

匹配所有提交輸入元素 Matches all submit input elements

:text¶

匹配所有文本輸入元素 Matches all text input elements

操作

你也可以向標(biāo)簽的尾部追加元素：

>>> d = pq('<p class="hello" id="hello">you know Python rocks</p>')
>>> d('p').append(' check out <a  rel="external nofollow" rel="external nofollow" rel="external nofollow" rel="external nofollow" ><span>reddit</span></a>')
[<p#hello.hello>]
>>> print(d)
<p class="hello" id="hello">you know Python rocks check out <a  rel="external nofollow" rel="external nofollow" rel="external nofollow" rel="external nofollow" ><span>reddit</span></a></p>

或者加至開(kāi)頭：

>>> p = d('p')
>>> p.prepend('check out <a  rel="external nofollow" rel="external nofollow" rel="external nofollow" rel="external nofollow" >reddit</a>')
[<p#hello.hello>]
>>> print(p.html())
check out <a  rel="external nofollow" rel="external nofollow" rel="external nofollow" rel="external nofollow" >reddit</a>you know ...

在其他元素之前或者之后追加元素：

>>> d = pq('<html><body><div id="test"><a  rel="external nofollow" rel="external nofollow" >python</a> !</div></body></html>')
>>> p.prependTo(d('#test'))
[<p#hello.hello>]
>>> print(d('#test').html())
<p class="hello" ...

在其他元素之后插入元素：

>>> p.insertAfter(d('#test'))
[<p#hello.hello>]
>>> print(d('#test').html())
<a  rel="external nofollow" rel="external nofollow" >python</a> !

或者插入其他元素之前：

>>> p.insertBefore(d('#test'))
[<p#hello.hello>]
>>> print(d('body').html())
<p class="hello" id="hello">...

對(duì)每個(gè)元素做一些事情：

>>> p.each(lambda i, e: pq(e).addClass('hello2'))
[<p#hello.hello.hello2>]

移除一個(gè)元素：

>>> d = pq('<html><body><p id="id">Yeah!</p><p>python rocks !</p></div></html>')
>>> d.remove('p#id')
[<html>]
>>> d('p#id')
[]

移除選中元素的內(nèi)容：

>>> d('p').empty()
[<p>]

你可以獲得修改后的html內(nèi)容：

>>> print(d)
<html><body><p/></body></html>

你可以生成html片段：

>>> from pyquery import PyQuery as pq
>>> print(pq('<div>Yeah !</div>').addClass('myclass') + pq('<b>cool</b>'))
<div class="myclass">Yeah !</div><b>cool</b>

移除所有命名空間：

>>> d = pq('<foo xmlns="http://example.com/foo"></foo>')
>>> d
[<{http://example.com/foo}foo>]
>>> d.remove_namespaces()
[<foo>]

遍歷

一些jQuery遍歷方法也可以支持。這里有幾個(gè)例子。

你可以使用字符串選擇器過(guò)濾選擇列表：

>>> d = pq('<p id="hello" class="hello"><a/></p><p id="test"><a/></p>')
>>> d('p').filter('.hello')
[<p#hello.hello>]

可以使用eq選擇器選中單個(gè)元素：

>>> d('p').eq(0)
[<p#hello.hello>]

你可以找出嵌套元素：

>>> d('p').find('a')
[<a>, <a>]
>>> d('p').eq(1).find('a')
[<a>]

也支持使用end從一級(jí)遍歷中跳出：

>>> 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>]

網(wǎng)絡(luò) Scraping

pyquery也可以從一個(gè)url載入html文檔：

>>> pq(your_url)
[<html>]

缺省使用的是python的urllib。

如果安裝了requests就使用requests。你可以使用大部分requests的參數(shù)。

>>> pq(your_url, headers={'user-agent': 'pyquery'})
[<html>]
>>> pq(your_url, {'q': 'foo'}, method='post', verify=True)
[<html>]

pyquery – PyQuery完整API參見(jiàn)：http://pyquery.readthedocs.org/en/latest/api.html

pyquery.ajax – PyQuery AJAX 擴(kuò)展

如果安裝了WebOb（它并不是pyquery的依賴項(xiàng)目），你可以查詢一些wsgi app。在本例中，測(cè)試app在/處返回一個(gè)簡(jiǎn)單的輸入，在/submit處返回一個(gè)提交按鈕： IN this example the test app returns a simple input at / and a submit button at /submit:

>>> d = pq('<form></form>', app=input_app)
>>> d.append(d.get('/'))
[<form>]
>>> print(d)
<form><input name="youyou" type="text" value=""/></form>

app在新節(jié)點(diǎn)中也可用： The app is also available in new nodes:

>>> d.get('/').app is d.app is d('form').app
True

你也可以請(qǐng)求另外一個(gè)路徑：

>>> d.append(d.get('/submit'))
[<form>]
>>> print(d)
<form><input name="youyou" type="text" value=""/><input type="submit" value="OK"/></form>

如果安裝了restkit，你就可以直接從一個(gè)HostProxy app獲取url：

>>> a = d.get(your_url)
>>> a
[<html>]

你可以獲取到app的響應(yīng)：

>>> print(a.response.status)
200 OK

小貼士 Tips

你可以使鏈接轉(zhuǎn)化為絕對(duì)鏈，在屏幕抓取時(shí)還會(huì)比較有用： You can make links absolute which can be usefull for screen scrapping:

>>> d = pq(url=your_url, parser='html')
>>> d('form').attr('action')
'/form-submit'
>>> d.make_links_absolute()
[<html>]

使用不同的解析器

缺省情況下，pyquery使用lxml xml解析器并且如果它不能工作的話，繼續(xù)嘗試lxml.html中的html解析器。xml解析器在解析xhtml頁(yè)面時(shí)可能出現(xiàn)一些問(wèn)題，因?yàn)榻馕銎鞑粫?huì)拋出一個(gè)錯(cuò)誤，而是給出一個(gè)不能用的樹(shù)。 The xml parser can sometimes be problematic when parsing xhtml pages because the parser will not raise an error but give an unusable tree (on w3c.org for example).

你也可以顯式地聲明使用哪一個(gè)解析器：

>>> pq('<html><body><p>toto</p></body></html>', parser='xml')
[<html>]
>>> pq('<html><body><p>toto</p></body></html>', parser='html')
[<html>]
>>> pq('<html><body><p>toto</p></body></html>', parser='html_fragments')
[<p>]

html和html_fragments解析器都在lxml.html當(dāng)中。

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python加密解密算法與技巧總結(jié)》、《Python編碼操作技巧總結(jié)》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門與進(jìn)階經(jīng)典教程》

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。

您可能感興趣的文章: