PyQuery是一个类似于jQuery的Python库，也可以说是jQuery在Python上的实现，能够以 jQuery 的语法来操作解析 HTML 文档，易用性和解析速度都很好。
例如，一段豆瓣html片段http://movie.douban.com/subject/3530403/
1<divid="info">2<span><spanclass='pl'>导演</span>:<ahref="/celebrity/1047989/"rel="v:directedBy">汤姆·提克威</a>/<ahref="/celebrity/1161012/"rel="v:directedBy">拉娜·沃卓斯基</a>/<ahref="/celebrity/1013899/"rel="v:directedBy">安迪·沃卓斯基</a></span><
br/>3<span><spanclass='pl'>编剧</span>:<ahref="/celebrity/1047989/">汤姆·提克威</a>/<ahref="/celebrity/1013899/">安迪·沃卓斯基</a>/<ahref="/celebrity/1161012/">拉娜·沃卓斯基</a></span><
br/>4<span><spanclass='pl'>主演</span>:<ahref="/celebrity/1054450/"rel="v:starring">汤姆·汉克斯</a>/<ahref="/celebrity/1054415/"rel="v:starring">哈莉·贝瑞</a>/<ahref="/celebrity/1019049/"rel="v:starring">吉姆·布劳德本特</a>/<ahref="/celebrity/1040994/"rel="v:starring">雨果·维文</a>/<ahref="/celebrity/1053559/"rel="v:starring">吉姆·斯特吉斯</a>/<ahref="/celebrity/1057004/"rel="v:starring">裴斗娜</a>/<ahref="/celebrity/1025149/"rel="v:starring">本·卫肖</a>/<ahref="/celebrity/1049713/"rel="v:starring">詹姆斯·达西</a>/<ahref="/celebrity/1027798/"rel="v:starring">周迅</a>/<ahref="/celebrity/1019012/"rel="v:starring">凯斯·大卫</a>/<ahref="/celebrity/1201851/"rel="v:starring">大卫·吉雅西</a>/<ahref="/celebrity/1054392/"rel="v:starring">苏珊·萨兰登</a>/<ahref="/celebrity/1003493/"rel="v:starring">休·格兰特</a></span><
br/>5<spanclass="pl">类型:</span><spanPRoperty="v:genre">剧情</span>/<spanproperty="v:genre">科幻</span>/<spanproperty="v:genre">悬疑</span><
br/>6<spanclass="pl">官方网站:</span><ahref="http://cloudatlas.warnerbros.com"rel="nofollow"target="_blank">cloudatlas.warnerbros.com</a><
br/>7<spanclass="pl">制片国家/地区:</span>德国 / 美国 / 香港 / 新加坡<
br/>8<spanclass="pl">语言:</span>英语<
br/>9<spanclass="pl">上映日期:</span><spanproperty="v:initialReleaseDate"content="2013-01-31(中国大陆)">2013-01-31(中国大陆)</span>/<spanproperty="v:initialReleaseDate"content="2012-10-26(美国)">2012-10-26(美国)</span><
br/>10<spanclass="pl">片长:</span><spanproperty="v:runtime"content="134">134分钟(中国大陆)</span>/ 172分钟(美国)<
br/>1112<spanclass="pl">IMDb链接:</span><ahref="http://www.imdb.com/title/tt1371111"target="_blank"rel="nofollow">tt1371111</a><
br>1314<spanclass="pl">官方小站:</span>15<ahref="http://site.douban.com/202494/"target="_blank">电影《云图》</a>16</div>
View Code
from pyquery import PyQuery as pq
doc=pq(url='http://movie.douban.com/subject/3530403/')
data=doc('.pl')
for i in data:
print pq(i).text()
输出
导演
编剧
主演
类型:
官方网站:
制片国家/地区:
语言:
上映日期:
片长:
IMDb链接:
官方小站:
用起来很像jQuery吧。
用法 用户可以使用PyQuery类从字符串、lxml对象、文件或者url来加载xml文档:
>>> from pyquery import PyQuery as pq
>>> from lxml import etree
>>> doc=pq("<html></html>")
>>> doc=pq(etree.fromstring("<html></html>"))
>>> doc=pq(filename=path_to_html_file)
>>> doc=pq(url='http://movie.douban.com/subject/3530403/')
可以像jQuery一样选择对象了
>>> doc('.pl')
[<span.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <span#rateWord.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <span.pl>, <p.pl>]
这样，class为'pl'的对象就全部选择出来了。
不过在使用迭代时需要对文本进行重新封装：
for para in doc('.pl'):
para=pq(para)
print para.text()
导演
编剧
主演
类型:
官方网站:
制片国家/地区:
语言:
上映日期:
片长:
IMDb链接:
官方小站:
这里得到的text是unicode码，如果要写入文件需要编码为字符串。
用户可以使用jquery提供的一些伪类（但还不支持CSS）来进行操作，诸如：
>>> doc('.pl:first')
[<span.pl>]
>>> print doc('.pl:first').text()
导演
Attributes 获取html元素的属性
>>> p=pq('<p id="hello" class="hello"></p>')('p')
>>> p.attr('id')
'hello'
>>> p.attr.id
'hello'
>>> p.attr['id']
'hello'
赋值
>>> p.attr.id='plop'
>>> p.attr.id
'plop'
>>> p.attr['id']='ola'
>>> p.attr.id
'ola'
>>> p.attr(id='hello',class_='hello2')
[<p#hello.hell0>]
Traversing 过滤
>>> d=pq('<p id="hello" class="hello"><a/>hello</p><p id="test"><a/>world</p>')
>>> d('p').filter('.hello')
[<p#hello.hello>]
>>> d('p').filter('#test')
[<p#test>]
>>> d('p').filter(lambda i:i==1)
[<p#test>]
>>> d('p').filter(lambda i:i==0)
[<p#hello.hello>]
>>> d('p').filter(lambda i:pq(this).text()=='hello')
[<p#hello.hello>]
按照顺序选择
>>> d('p').eq(0)
[<p#hello.hello>]
>>> d('p').eq(1)
[<p#test>]
选择内嵌元素
>>> d('p').eq(1).find('a')
[<a>]
选择父元素
>>> d=pq('<p><span><em>Whoah!</em></span></p><p><em> there</em></p>')
>>> d('p').eq(1).find('em')
[<em>]
>>> d('p').eq(1).find('em').end()
[<p>]
>>> d('p').eq(1).find('em').end().text()
'there'
>>> d('p').eq(1).find('em').end().end()
[<p>, <p>]
下载：http://pypi.python.org/pypi/pyquery
文档：http://packages.python.org/pyquery/
选择器总结：http://www.cnblogs.com/onlys/articles/jQuery.html