Pyquery对象中CSS用法

Pyquery对象中CSS选择器的用法

首先将HTML转为Pyquery对象在用css选择器

doc = pq(html)
print(doc('#con .list li'))选id是con 然后在选内部 class为list 节点内部所有li节点
item = doc('.list')

子节点
find（）方法 item.find（‘li’）符合条件的所有子孙节点
children()方法 item.children(‘.active’)进一步筛选如果只差子节点用此方法

父节点
parent()返回直接的父节点
parents()返回所有的祖先节点

如果找某个特定的祖先节点向parents()传入CSS选择器 item.parents('.wap')

兄弟节点
li = doc('.list .item-0.active')
li.siblings()会选出所有的兄弟节点包括上兄弟和下兄弟需要选特定某个兄弟需要传入CSS选择器 li.siblings('.active')

遍历
多个节点需要遍历出来
li = doc('li') 选到所有的li标签需要调items()方法返回的是generator类型
generator（生成器）是ES6标准引入的新的数据类型。一个generator看上去像一个函数，但可以返回多次

获取信息
获取属性
a = doc('a')
一、attr()方法获取属性 a.attr('href') 如果选的多个 attr()只返回第一个也就是只有第一个能被调用要获取全部需要遍历
二、a.attr.href 返回全部

获取文本
获取a节点文本 a.text() 返回的是字符串
若要获取整个HTML文本用html()方法
如果匹配到的是多个节点 text()获取全部 html()只能获取第一个除非遍历

伪类选择器
li = doc('li:first-child') 第一个li节点
li = doc('li:last-child') 最后一个li节点
li = doc('li:nth-child(2)')第二个li节点
li = doc('li:gt(2)') 第三个li节点之后的li节点
li = doc('li:nth-child(2n)') 偶数位置的li节点
li = doc('li:cobtains(content)') 包含content文本的节点

li </span><span class="pun">=</span><span class="pln"> doc</span><span class="pun">(</span><span class="str">‘li:contains(second)‘</span><span class="pun">)</span>

节点操作

addClass和removeClass

我们先用实例来感受一下：

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="bold">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)

li = doc(‘.item-0.active‘)

print(li)

li.removeClass(‘active‘)

print(li)

li.addClass(‘active‘)

print(li)

首先选中了第三个li节点，然后调用removeClass()方法，将li节点的active这个class移除，后来又调用addClass()方法，将class添加回来。每执行一次操作，就打印输出当前li节点的内容。

可以看到，一共输出了3次。第二次输出时，li节点的active这个class被移除了，第三次class又添加回来了。

所以说，addClass()和removeClass()这些方法可以动态改变节点的class属性。

attr、text和html

当然，除了操作class这个属性外，也可以用attr()方法对属性进行操作。此外，还可以用text()和html()方法来改变节点内部的内容。示例如下：

html = ‘‘‘

<ul class="list">

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

</ul>

‘‘‘

from pyquery import PyQuery as pq

doc = pq(html)

li = doc(‘.item-0.active‘)

print(li)

li.attr(‘name‘, ‘link‘)

print(li)

li.text(‘changed item‘)

print(li)

li.html(‘<span>changed item</span>‘)

print(li)

这里我们首先选中li节点，然后调用attr()方法来修改属性，其中该方法的第一个参数为属性名，第二个参数为属性值。接着，调用text()和html()方法来改变节点内部的内容。三次操作后，分别打印输出当前的li节点。

可以发现，调用attr()方法后，li节点多了一个原本不存在的属性name，其值为link。接着调用text()方法，传入文本之后，li节点内部的文本全被改为传入的字符串文本了。最后，调用html()方法传入HTML文本后，li节点内部又变为传入的HTML文本了。

所以说，如果attr()方法只传入第一个参数的属性名，则是获取这个属性值；如果传入第二个参数，可以用来修改属性值。text()和html()方法如果不传参数，则是获取节点内纯文本和HTML文本；如果传入参数，则进行赋值。

remove()

顾名思义，remove()方法就是移除，它有时会为信息的提取带来非常大的便利。下面有一段HTML文本：

html = ‘‘‘

<div class="wrap">

    Hello, World

    <p>This is a paragraph.</p>

</div>

‘‘‘

from pyquery import PyQuery as pq

doc = pq(html)

wrap = doc(‘.wrap‘)

print(wrap.text())

现在想提取Hello, World这个字符串，而不要p节点内部的字符串，需要怎样操作呢？

这里直接先尝试提取class为wrap的节点的内容，看看是不是我们想要的。运行结果如下：

这个结果还包含了内部的p节点的内容，也就是说text()把所有的纯文本全提取出来了。如果我们想去掉p节点内部的文本，可以选择再把p节点内的文本提取一遍，然后从整个结果中移除这个子串，但这个做法明显比较烦琐。

这时remove()方法就可以派上用场了，我们可以接着这么做:

wrap.find(‘p‘).remove()

print(wrap.text())