javascript - 我的带有 node.js 的网络爬虫没有显示预期的输出？

Question

这是我node.js使用cheerio库的网络爬虫：

var request = require('request');
var cheerio = require('cheerio');
var fs = require('fs');
var urls = [];

request('http://www.reddit.com', function(err, resp, body){
    if(!err && resp.statusCode == 200){
        var $ = cheerio.load(body);
        $('a.title may-blank').each(function(){
            var url = this.attr('href');
            urls.push(url);
        });
        console.log(urls);
    }
});

但是当我运行它时，我得到以下输出：

[] 

而不是数组中的 25 个链接。

我做错了什么？

我该如何解决？

Answer 1

我猜may-blank是一个类，所以你需要一个.在它前面：

$('a.title .may-blank').each(...
// Here ---^

...虽然目前，a.title .may-blank对我来说，与 reddit 头版上的任何元素都不匹配；没有任何.may-blank元素是.a.title

如果您想要既具有类又具有类a的元素，请删除前面的空格；对我来说，目前有 36 个：title may-blank.may-blank

$('a.title.may-blank').each(...
//        ^-- no space

或者只.may-blank匹配 167。

Answer 2

如果我没记错的话，有一点tpyo，标签选择器应该是'title may-blank'，注意空格后面的空格，或者你应该将选择器更改为'^⁼'开头更宽恕，希望会有所帮助。