##language:zh
#pragma section-numbers off
##含有章节索引导航的 ZPyUG 文章通用模板
<<TableOfContents>>
## 默许导航,请保留
<<Include(ZPyUGnav)>>


= 像CSS选择器一样使用BeautifulSoup =


##startInc
{{{
jeff jie <bbmyth@gmail.com>
reply-to	zpug@googlegroups.com
to	python-cn@googlegroups.com,
zpug@googlegroups.com
date	Tue, Jun 16, 2009 at 11:04
}}}
 * subject	[ZPyUG:1030] [[http://groups.google.com/group/python-cn/browse_thread/thread/c77b833c0f21eb3b|像CSS选择器一样使用BeautifulSoup - python-cn`CPyUG`华蟒用户组(中文Py用户组) | Google 网上论坛]]

共享一些代码片段，一直说要共享，一搁就大半年。。哎。。

 * 较早前写扒虫多，虽然BeautifulSoup很好用，但厌倦每次都要手动去编写复杂的Dom元素定位语句，突然想，能不能像CSS选择器一样，只给一个表达式就返回我想要的东西？后来在网上找了下没找着，想了想工作量也不大就自己实现了一个，目前支持ID，Class，标签及属性选择器、支持 space、 >、 + 操作符，基本上已满足大部份定位需求。

 * 代码见附件的BTSelector.py，另附UnitTest。
 * 分享在: http://code.google.com/p/zqlib/source/browse/tangle/BTSelector/



常见使用方式是：
 * 注意，本脚本依赖于BeautifulSoup,所以，使用之前请确保你已经安装了。
{{{#!python
from BTSelector import findAll
soup = BeautifulSoup(htmlContent)
nodes = findAll('div.navigator #notice',soup)
# findAll返回的是符合选择条件的Dom 对象列表，实际上是BeautifulSoup的标签或字符类。
}}}
除了使用findAll函数，还可以直接使用findById,findByTag等函数，等有兴趣的同学看源代码来发现了。

== 用testCase作为使用示例： ==
一、上一个复杂一点的用例：
{{{#!python
def testMixSelection(self):
        target = "#header > div#name > a.highlight"
        html = '''
        <div id="header">
            <div id="name">
                <a class="target">test</a>
                <a class="highlight">right</a>
                <a class="highlight">ok</a>
            </div>
            <div id="your">
            </div>
        </div>
        <div id="body">fk
        </div>
        '''
        soup = BeautifulSoup(html)

        ret = findAll(target,soup)

        self.assertEqual(2,len(ret))
}}}


二、再上一个使用位置操作符的用例：
{{{#!python
def testPosition(self):

        target = "h2 + ul > li > a"

        html = '''

        <h2>title</h2>

        <ul>

            <li><a href="#">nothing</a></li>

            <li><a href="#">ok</a></li>

            <li><a href="#">come on!</a></li>

        </ul>

        '''

        soup = BeautifulSoup(html)

        ret = findAll(target,soup)

        self.assertEqual(3,len(ret))
}}}


更多的见附件的Unittest。里面没太多技术含量的东西，但希望大家喜欢。

== pyquery ==
{{{
金浩 <jinhao7773@gmail.com>
reply-to	python-cn@googlegroups.com
to	python-cn@googlegroups.com
date	Tue, Jun 16, 2009 at 11:10
subject	[CPyUG:89577] Re: 像CSS选择器一样使用BeautifulSoup
}}}
其实，这个东西类似应该已经有了。比如pyquery http://pyquery.org/
 
另外听很多人说 BeautifulSoup 效率非常差。

= GAE定期任务实操 =
{{{
mutou majia <mutoumajia@gmail.com>
reply-to	python-cn@googlegroups.com
to	python-cn@googlegroups.com
date	Tue, Jun 16, 2009 at 16:48
subject	[CPyUG:89635] 请问我的Google appegine 的Cron任务怎么做不正常呢？
}}}

== 问题 ==
自己手动打开那个url一切正常，
但cron自己行动这个url时，
总不正常。

 * 比如在这个corn Url里，我向数据库中写条记录，
手动输入url时，一切正常，
Cron自己运行时却不行，

 * Google的控制板里，Cron Jobs总显示：

`On time Failed。`

== fixed ==
找到原因了，
把url的处理函数不要用
{{{
(r'^tasks/', include('tasks.views')),
而要用
(r'^tasks/check', tasks.views.task_check),
才行。。。。
}}}

找的好辛苦。。。。
一周了，不知道问题在哪。。。。

 * 至今GAE的Django支持性还是差了点。。。。
不过还得感谢Google啊，
除他还无人提供实验田吧？

##endInc

----
'''反馈'''