Peppertext 0.1.3

安装

pip install peppertext

概述

frompeppertextimportHypertext,SimpleURLField,resolve,register,selector@registerclassGoogleBlogPage(Hypertext):url=SimpleURLField("https://googleblog.blogspot.kr/{year}/{month}/{title}.html")title=selector.find(".title[itemprop=name]").text()body=selector.find(".post-body").text()

它将给定的头、url和查询字符串解析为超文本对象。

>>>p=resolve("https://googleblog.blogspot.kr/2015/11/google-gobble-thanksgiving-trends-on.html")>>>p<GoogleBlogPageat0x108a4d1f0>>>>p.fetch()>>>p['title']'Google gobble: Thanksgiving trends on Search'>>>p['body']'In just a few hours, people across the U.S. will be settling...'

您可以使用声明为 类中的字段。

>>>p=GoogleBlogPage(...year="2015",...month="11",...title="google-gobble-thanksgiving-trends-on"...)>>>p.fetch()>>>p['title']'Google gobble: Thanksgiving trends on Search'

选择器

classGoogleBlogPage(Hypertext):# ...title=selector.find(".title[itemprop=name]").text()# ...

选择器处理从服务器返回作为响应的文档。 在上面的示例中，选择器解析文档并 查找用“指定的元素。title[itemprop=name]css选择器。 您可以通过订阅googleblogpage对象来访问值title 使用选择器名称。

document=pq("""<div>
    <a href="http://example.com">Link1</a>
    <a href="http://example.com/dahokan">Link2</a>
    <a href="http://example.com/manoha">Link3</a>
</div>""")find_selector=selector.find('a')selected_els=find_selector.select(document)self.assertEqual([pq(el).attr["href"]forelinselected_els],["http://example.com","http://example.com/dahokan","http://example.com/manoha"])

sub_selector=selector.sub(pattern="\d+",repl="")

兼容性

PepperText支持Python2.7和3。

开发中的功能

• 用于分析错误处理的接口
• 对页面选择器的多态访问
• 用于解析和遍历页面中链接的界面