python - 迭代pyquery中的对象

Question

我正在用 Python 的 pyquery 抓取一个页面，我对它返回的类型有点困惑，特别是如何迭代结果列表。

如果我的 HTML 看起来有点像这样：

<div class="formwrap">blah blah <h3>Something interesting</h3></div>
<div class="formwrap">more rubbish <h3>Something else interesting</h3></div>

如何获取<h3>标签的内部，以便我可以处理它们？我正在努力：

results_page = pq(response.read())
formwraps = results_page(".formwrap") 
print type(formwraps)
print type([formwraps])
for my_div in [formwraps]:
    print type(my_div)
    print my_div("h3").text() 

这会产生：

<class 'pyquery.pyquery.PyQuery'>
<type 'list'>
<class 'pyquery.pyquery.PyQuery'>
Something interesting something else interesting

看起来没有实际的迭代正在进行。如何单独拉出每个元素？

来自新手的额外问题：方括号在[a]做什么？看起来它将一个特殊的 Pyquery 对象转换为一个列表。是[]标准的 Python 运算符吗？

- - - 更新 - - - -

我在 pyquery docs 中找到了一个“每个”函数。但是，我不明白如何将它用于我想要的。假设我只想打印出<h3>. 这会产生语法错误：为什么？

formwraps.each(lambda e: print e("h3").text())

Answer 1

从pyquery 1.2.3 ( commit ) 开始，您可以使用items()一个PyQuery对象作为PyQuery对象遍历每个项目：

print(type(formwraps.items()))
for my_div in formwraps.items():
    print(my_div("h3").text())

该方法items()返回 a generator，这将适用于 Python 2 和 3。

Answer 2

我认为你可以这样做：

from pyquery import PyQuery as pq

def get_h3_contents(index, node):
    d = pq(node)
    d.find('h3').text()

formwraps.each(get_h3_contents)

如果不是原始海报，希望对某人有所帮助。

Answer 3

我从来没有使用过 pyquery，但是语法错误的来源是 Python 中的 lambdas 是有限的，你只能在里面使用一个表达式（所以没有像 print 这样的语句）。您可以使用函数来规避此限制，例如：

def my_print(x):
    print x

formwraps.each(lambda e: my_print(e("h3").text()))

Answer 4

recent pyquery verions allow you to use .items()

[h.text() for h in formwraps('h3').items()]

Answer 5

我认为你可以像这样迭代 pyquery：

for i in range(len(formwraps)):
    print(formwraps.eq(i))
    ...

Answer 6

您也可以不使用each方法：

from pyquery import PyQuery as pq
html = """
<div class="formwrap">blah blah <h3>Something interesting</h3></div>
<div class="formwrap">more rubbish <h3>Something else interesting</h3></div>
"""
formwraps = pq(html)(".formwrap")

for my_div in formwraps:
    print pq(my_div)("h3").text()

它产生以下输出：

Something interesting
Something else interesting