#coding=utf-8 #防止報錯：UnicodeEncodeError: 'gbk' codec can't encode character
from pyquery import PyQuery as pq
from lxml import etree
可載入一段HTML字串，或一個HTML檔案，或是一個url地址，或lxml.etree：
htmlblock = "<html><title>hello</title></html>"
filename = "path_to_html_file"
url = "http://www.baidu.com"
d = pq(htmlblock)
d = pq(filename)
d = pq(url)
d = pq(etree.fromstring("<html></html>"))
複製程式碼直接輸出擷取串的html物件，看著更加直觀
v_source = pq(url='http://yunvs.com/list/mai_1.html')
for data in v_source('tr'):
print(pq(data).html())
print(pq(data).text()) #以text文字的方式輸出，這樣就去掉了html標記
複製程式碼pq(d)('a[class= ""]').attr('')
Aurl= pq(data)('a[class= "j_th_tit " ]').attr('href')
常用方法：
#1.html()和text() ——獲取相應的HTML塊或文字塊
d = pq("<head><title>hello</title></head>")
d('head').html() #返回<title>hello</title>
d('head').text() #返回hello
#2.根據HTML標籤獲取元素。注意：當獲取到的元素不只一個時，html()、text()方法只返回首個元素的相應內容塊
d = pq('<div><p>test 1</p><p>test 2</p></div>')
print(d('p')) #返回<p>test 1</p><p>test 2</p>
print(d('p').html()) #返回test 1
#3.eq(index) ——根據給定的索引號得到指定元素。接上例，若想得到第二個p標籤內的內容，則可以：
print(d('p').eq(1).html()) #返回test 2
#4.filter() ——根據類名、id名得到指定元素，例：
d = pq("<div><p id='1'>test 1</p><p class='2'>test 2</p></div>")
d('p').filter('#1') #返回[<p#1>]
d('p').filter('.2') #返回[<p.2>]
#5.find() ——查詢巢狀元素，例：
d = pq("<div><p id='1'>test 1</p><p class='2'>test 2</p></div>")
d('div').find('p')#返回[<p#1>, <p.2>]
d('div').find('p').eq(0)#返回[<p#1>]
#6.直接根據類名、id名獲取元素，例：
d = pq("<div><p id='1'>test 1</p><p class='2'>test 2</p></div>")
d('#1').html()#返回test 1
d('.2').html()#返回test 2
#7.獲取屬性值，例：
d = pq("<p id='my_id'><a href='http://hello.com'>hello</a></p>")
d('a').attr('href')#返回http://hello.com
d('p').attr('id')#返回my_id
#8.修改屬性值，例：
d('a').attr('href', 'http://baidu.com')把href屬性修改為了baidu
#9.addClass(value) ——為元素新增類，例：
d = pq('<div></div>')
d.addClass('my_class')#返回[<div.my_class>]
#10.hasClass(name) #返回判斷元素是否包含給定的類，例：
d = pq("<div class='my_class'></div>")
d.hasClass('my_class')#返回True
#11.children(selector=None) ——獲取子元素，例：
d = pq("<span><p id='1'>hello</p><p id='2'>world</p></span>")
d.children()#返回[<p#1>, <p#2>]
d.children('#2')#返回[<p#2>]
#12.parents(selector=None)——獲取父元素，例：
d = pq("<span><p id='1'>hello</p><p id='2'>world</p></span>")
d('p').parents() #返回[<span>]
d('#1').parents('span') #返回[<span>]
d('#1').parents('p') #返回[]
#13.clone() ——返回一個節點的拷貝
#14.empty() ——移除節點內容
#15.nextAll(selector=None) ——返回後面全部的元素塊，例：
d = pq("<p id='1'>hello</p><p id='2'>world</p><img scr='' />")
d('p:first').nextAll()#返回[<p#2>, <img>]
d('p:last').nextAll()#返回[<img>]
#16.not_(selector) ——返回不匹配選擇器的元素，例：
d = pq("<p id='1'>test 1</p><p id='2'>test 2</p>")
d('p').not_('#2')#返回[<p#1>]
複製程式碼與requests庫結合使用：
import requests
from pyquery import PyQuery as pq
r = requests.get('http://www.meipai.com/media/596371059')
d = pq(r.content)
print(d('meta[property="og:video:url"]').attr('content'))
複製程式碼參考資料
PyQuery 1.2.4 complete API
pyquery: 基於python和jquery語法操作XML
這一年Python總結
Python爬蟲利器六之PyQuery的用法