迭代pyquery中的对象

Question

我正在用Python的pyquery抓取一个页面，我对它返回的类型感到有点困惑，尤其是如何遍历结果列表。

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>

如何逐个获取<h3>标记的内部内容，以便对其进行处理？我在试着：

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() 

这会产生以下结果：

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

看起来没有真正的迭代在进行。如何逐个拉出每个元素？

一个新手提出的额外问题：[a]周围的方括号是做什么的？它看起来像是将一个特殊的Pyquery对象转换为一个列表。[]是标准的Python运算符吗？

-更新

我找到了一个“each”function in the pyquery docs。然而，我不知道如何使用它来做我想要的事情。假设我只想打印出<h3>的内容。这会产生一个语法错误:为什么？

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

Answer 1

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，你只能在其中使用一个表达式(所以没有像print这样的语句)。您可以使用函数绕过此限制，例如：

def my_print(x):
    print x

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

Answer 2

由于pyquery 1.2.3 (commit)，您可以使用PyQuery对象的items()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())

方法items()返回一个generator，这在Python2和Python3上都有效。

Answer 3

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)

希望这能帮助到一些人，如果不是原始海报的话。