- 论坛徽章:
- 0
|
PyQuery是一个类似于jQuery的Python库,也可以说是jQuery在Python上的实现。pyQuery是使用lxml来实现快速的xml和html操作的。具体的PyQuery文档见:http://pyquery.org/
用这个来做蜘蛛爬数据的时候分析html并从中提取数据还是很爽的。
废话不多说,直接看一点简单的例子吧:- >>> from pyquery import PyQuery as pq
- >>> d = pq("<html></html>") #可以直接拼HTML
- >>> d = pq(url='http://www.powereasy.net/') #也可以打开一个url
- >>> d('title') #取title元素
- [<title>]
- >>> print d('title').text()
- 动易网络 - 领先的内容管理系统(CMS)、企业级电子商务平台(B2C)和站群管理系统(SiteGroup)提供商
- >>> print d("#logo").html() #根据ID获取元素
- <a href="http://www.powereasy.net" title="动易网络">官方主站</a>
- >>> d('.s') #根据类名获取元素
- [<li.s>, <li.s>, <li.s>, <li.s>, <li.s>, <li.s>, <li.s>, <li.s>]
- >>> a = d('#topNavIn li:eq(5)').find('a') #复杂点的选择器也是可以的,看来支持的不错
- >>> a.attr('href') #属性操作
- 'http://sms.powereasy.net/'
- >>> a.attr('href', 'http://qleelulu.cnblogs.com').attr('href') #修改属性值
- 'http://qleelulu.cnblogs.com'
- >>> d('#LoginFrom').hasClass('Login_ajax') #css类操作
- True
- >>> d('#LoginFrom').addClass('lulu').attr('class') #css类操作
- 'lulu Login_ajax'
- >>>
复制代码 转载:http://www.cnblogs.com/QLeelulu/archive/2010/03/05/pyQuery.html |
|