问题标签 [cheerio]

我正在使用请求和cheerio 节点模块来创建从网站中获取一些数据。我想得到一个项目列表，一旦这个列表完成，调用一个异步函数：

我的问题是如何等待列表完成，即，我怎么知道 .each 函数已经遍历了所有项目？

我可以用异步来做到这一点吗？

谢谢

我正在报废的页面正在检测请求是 ajax 还是简单请求。我该如何指定？

现在，这somepage会检测它是否为 xhr。

谢谢

这个要点是我一直在尝试包含一个带有回调的请求，以使用带有 Request 和 Cheerio 的 Node.js 从一系列网页中提取一些元素。最初，我使用的基本逻辑仅是一个函数。但是，我正在尝试使它更加面向对象，并且显然失败了。由于该逻辑以前有效，我完全不知道为什么它现在不起作用。

预先感谢您的协助。

要点：https ://gist.github.com/knu2xs/5acc6f24c5df1c881cf7

我是 node.js 的新手，正在编写我的第一个脚本来抓取一些数据。

有谁知道为什么我在使用这段代码时看到里面有问号的奇怪字符？

这是我看到的输出：

谢谢！

安东尼

我在node.js 上使用cheerio（即jQuery 服务器端）来解析网页。尝试获取href元素的属性时，出现以下错误：

TypeError: Object # has no method 'attr'

我的代码是：

HTML是这样的：

$(this).attr("href")我可以通过使用而不是让它工作，element.attr("href")但我不知道为什么。任何解释都非常感谢！

我正在为The List作为一个 JS 项目开发一个刮板，而我的 regex-fu 可能会比它更好。

给定一个数据结构，如

我编写了以下代码来利用cheerio 来获取日期、地点和乐队列表：

如您所见，我无法弄清楚如何从上述结构中获取时间。

通常，这将是 a 末尾的一些纯文本li，对应于特定的节目，因此对于类似

我希望从中获取“8pm/9pm”文本

有时它会以“8pm”的形式出现，有时是“8pm/9m”，有时它根本不存在。

构造正则表达式以获取此数据的最佳方法是什么？

我正在尝试查看 2 个 html 表的元素：

使用jquery选择器或cheerio，我试图收集这些元素并将它们放在一个JSON对象中，其中文本元素将作为键和作为值，所以它看起来像这样

我试图沿着

但由于 2 个同名表，它似乎给了我 2 个对象。感谢帮助，谢谢

当服务的所有回调都返回时，我有很多对服务的调用，最后我想将我的最终集合写入文件。有没有办法确保所有回调都完成？

编辑：只是为了记录我正在使用带有nodeJS的cheerio。

我编写了一个简单的节点程序来解析从公司 ERP 返回的 excel 格式的 HTML 表，提取数据，并将其保存为 JSON。

这使用 FS 打开文件并使用 Cheerio 提取数据。

该程序适用于小文件（<10MB），但对于大文件（>30MB）需要几分钟

我遇到问题的数据文件是 38MB，大约有 30,000 行数据。

问题1：这不应该更快吗？问题2：我只能得到一个console.log 语句来输出。我可以在任何地方放置一个语句并且它可以工作，如果我添加多个，只有第一个输出任何东西。

我正在使用Node.jsandcheerio进行网络抓取，目前有一种情况是我无法提取img标签的绝对 URL。

所以这里是代码：

我正在恢复在 Node.js 中运行该代码undefined的src价值，但是当我直接在 Chrome 控制台中应用该代码时，工作正常。似乎Node.js没有实现 src 属性？接下来我尝试输出的属性$(this)[0]

真的，它没有src，只有attrbs.src返回相对网址，有什么想法吗？