问题标签 [cheerio]

我正在尝试使用 Node.js 和 Cheerio 解析 HTML 表并得到一些结果，但不幸的是我得到的数据太多，不知道如何进一步解析它以仅获取我需要的数据。

这是我到目前为止的一小部分代码..

使用 Chrome 插件来定位选择器，我发现我需要“.clickableRow td”，但我尝试插入的所有方法似乎都不起作用。

为了更清楚一点，html 源代码如下所示 -

那有意义吗？我想要的项目在 HTML 中非常深入，我不知道如何达到那个水平。任何帮助将不胜感激！谢谢！

我认为这可能只是基本语法。我来自 Java，对 Javascript 非常陌生。例如，当我在所有示例中看到 $ 时，我的大脑一片空白。

解析 HTTP 请求（包含一堆狗节目）的代码如下所示（使用请求库）：

这被称为

到现在为止还挺好。我陷入困境的是如何编写 parseShow 函数。我想去类似的东西

但我收到一个错误：

查看堆栈跟踪，看起来 Cheerio 正在创建一个新的。我应该如何将 Cheerio 解析器传递给第二个函数？现在解析器是文件中的全局变量。

我已经尝试了一堆这样的随机事情，但它们也不起作用：

我被迫做的是一堆令人作呕的，脆弱的代码访问tableRow.children[1], tableRow.children[3]等......（HTML有/ r / ns在创建所以很多孩子都是空白）

我正在尝试抓取一个网站，但 jsdom 和 Cheerio 都遇到了问题，这极大地改变了他们获得的 html。最值得注意的是，他们删除了一些标签，例如 table/tr/td 标签等

只需有一个本地文件说 1.html 并做：

编辑：我意识到这很可能是由于无效的 HTML，我的问题是无论如何我可以避免这种情况，就好像您在浏览器中正常查看页面元素在那里一样

更准确地说，我试图刮掉这个：http ://www.puzzledragonx.com/en/monster.asp?n=1

编辑：我意识到这也是某种浏览器问题。如果你用 wget 下载页面并用cheerio 粘贴 HTML，你会得到不同的 html

我还通过 html w3 验证器运行该页面，并且有很多关于 doctype 不允许将元素放置在某个位置的错误，但没有关于无效标记的任何错误

我正在尝试在节点上为我的货币兑换图构建一个抓取引擎，目前我正在使用 request+cheerio，但由于某些银行网站在 html 中不使用 id/class'es，我的代码有时看起来像：

还有什么我可以用的吗？

我想访问 HREF 属性中的 url。SPAN 中的文本——只有第一个列表项。

我有什么作品，但我正在寻找更好的方法。

var url = $('div .A').children().children().children().children()[0].attribs.href;

var title = $('div .A').children().children().children().children()[0].children[2].children[0].data;

结果未定义...

我想使用结果向 HTML 页面添加超链接，但我不知道如何访问结果/在回调之外返回它们。我看过其他帖子，但它们都使用其他库，通常只有一个在范围内使用 console.log 的示例。

我正在尝试使用cheerio 废弃一些PubMed 数据。以下脚本可以正常工作，但是当某些 xml 标记不存在时，它会生成错误排序的输出。

在此示例中，摘要在第一个标题下方输出，而不是第二个，因为第一篇文章不包含摘要。

有没有人使用 Node Cheerio 来抓取整个网站，而不仅仅是抓取器指向的主页/首页？

目前我正在做以下仅抓取目标页面的操作。

具体来说，我正在尝试（使用通过 Discover Meteor 书构建的非常简单的应用程序）从 Hacker News 中抓取帖子并将它们插入到 Meteor 收藏中，让“新帖子”页面更新，其中包含 20 条左右的新文章。黑客新闻头版。

我的标题上有一个按钮连接到 Meteor.call 事件：

然后（成功地）调用一个名为 getHnArticles 的 Meteor.methods 函数：

这样做的最终结果是，来自 Hacker News 的排名最高的帖子被精美地插入。但其他人都没有。

我将名为 result_set 的数组发送到 console.log，它会输出首页：

等等。我得到了一个不错的大数组。

知道这里出了什么问题吗？当代码循环通过 Meteor Collections 时，我是否太快地插入记录，还是 Mongo 插入问题？

谢谢！我对 Meteor 很陌生，我喜欢它。但我仍在尝试在 Meteor 中使用异步节点的东西。

编辑：我忘了补充一点，当我查询 MongoDB 实例时，它显示只插入了顶部链接。

我正在使用以下代码

我的问题是，为什么 .each 循环中的第三行不能是

如果我使用该行，则输出为空，但下载的 xml 文件的结构告诉我不应该是这种情况。