问题标签 [cheerio]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
jquery - 使用 Cheerio 的正则表达式搜索格式不佳的 HTML 的叶节点
我有一些格式不正确的 HTML（例如下面的 HTML），我想获取其文本与给定正则表达式匹配的叶节点（没有任何其他子节点）：
我正在使用cheerio，它本质上实现了jQuery 遍历API。到目前为止我已经尝试过：
选择
/li>:contains器不支持正则表达式，甚至不区分大小写的文本：
/li>each，然后是标准的 JavaScriptmatch：
/li>children，但它输出一个字符串，即 HTML 中的所有文本：
我认为问题在于嵌套子元素的数量可变，出于某种原因，我确实得到了所有元素，但是每个元素都有一堆子元素，我无法遍历它们并且测试文本。
您可以看到有一堆可变嵌套的元素，通常.find()可以用于搜索中的所有元素，<body>但在这种情况.find()下.filter()根本不起作用。
关于如何对这个 HTML 中的文本进行正则表达式搜索的任何想法？
可以在此处找到完整的 HTML 示例。
node.js - 节点jscheerio xml
我有以下代码，它可以正常工作：
但我想从同一页面获取以下“id”之后的值，但无法获取！
这是我目前拥有的代码
任何帮助表示赞赏。
node.js - 将 var 插入 url 并在 node js 中使用cheerio/request
我正在尝试从原始 url 中获取一个变量，将其插入第二个 url，访问该 url，然后从中访问变量。我有两个问题：
问题 1：'myurl' 变量返回值
也就是说，它没有采用“myid”变量。
问题 2：当我想访问 DOM 时，如何遵循 'myurl' url？我是否对“myurl”提出另一个“请求”？
到目前为止，这是我的代码：
node.js - 带有cheerio和request的节点js中的增量和非增量url
我正在尝试使用cheerio从页面中抓取数据并通过以下方式请求：
- 1) 转到 url 1a ( http://example.com/0 )
- 2) 提取 url 1b ( http://example2.com/52 )
- 3) 转到网址 1b
- 4）提取一些数据并保存
- 5) 转到 url 1a+1 ( http://example.com/1，我们称之为 2a)
- 6) 提取 url 2b ( http://example2.com/693 )
- 7) 转到网址 2b
- 8）提取一些数据并保存等......
我正在努力解决如何做到这一点（注意，我只熟悉节点 js 和 Cheerio/request 来完成这个任务，即使它可能并不优雅，所以我没有在寻找替代库或语言来做到这一点，抱歉） . 我想我错过了一些东西，因为我什至想不出这怎么可能。
编辑
让我换一种方式试试。这是代码的第一部分：
返回的第一个页面如下所示
上面的 URL 需要递增 s=0、s=1 等“总”次。'id' 需要在第二个请求中输入到下面的 url：
例如，当使用第一个请求返回的 id="189231549" 时，第二个返回的页面如下所示
所以我现在的问题是如何将这两个部分（循环）联系在一起以实现结果（下载并解析大约 70000 页）？
我不知道如何在 JavaScript 中为 Node.js 编写代码。我是 JavaScript 新手
javascript - Cheerio $ 变量为什么不会影响其他会话？
我在 node.js 上使用cheerio 模块。而且我知道在没有'var'关键字的函数中声明的变量是全局范围。
今天我认识到当cheerio 将http body 加载到$ 变量中时，该变量不使用keyward 'var'。我没有任何问题。但是突然间我就糊涂了。在我看来，变量 $ 是全局范围，因此所有连接到服务器的会话必须共享相同的变量。
我认为我对 javascript 有错误的概念。请让我解决这个问题。
javascript - 网页抓取基础
我正在尝试网页抓取，因为我可以看到很多潜力可以用它来做有趣的事情。我花了几个小时研究我需要什么，我决定使用带有“request”和“cheerio”模块的 node.js 来执行抓取。
所以对于第一个项目，我想我会尝试从这个随机句子生成器站点获取一个随机句子：http ://watchout4snakes.com/wo4snakes/Random/RandomSentence
标记看起来相对简单，这是我感兴趣的一点：
所以我想要的位是跨度（显然在检查实际页面时会有所不同），我编写了以下 Javascript 文件并在节点中运行它：
我收到通知，所以我做了一些检查并确定我已经正确地抓取了页面的数据。所以现在我要做的就是选择#resultID 字段中的文本。但是，我只是给了一个空白空间，事实上，如果我让cheerio 模块打印该区域的实际标记，我会得到一个<span ID="result"></span>没有随机句子的内部。
我最初的猜测是，在随机句子脚本完成运行之前，节点正在抓取标记。但我不知道诊断发生了什么的方法，所以有人知道吗？
javascript - 我如何从 node.js 中的请求块写入（打印）到文档
我写了一些服务器端代码，应该从雅虎获取实时数据，然后在我运行服务器时将其打印到控制台和浏览器，问题是我找不到打印到文档的函数请求块。这是我的代码：
这是我在控制台 Files\node.js\node_modules\YfTemp.js:49 >>; SyntaxError：Module._compile 在 Object.Module._extensions..js 在 Module.load 在 Function.Modul._load 在 Function.Module.runMain 在 node.js:906:3 的输入意外结束
javascript - Navigation html with Cheerio web page scraper
I'm following this tutorial how to screen scrape with cheerio for Node.js and I'm 2-seconds away from just downloading the entire page and using Javascript to extract the information I need, which I'm sure is much more difficult than actually using Cheerio, but I'm having difficulty understanding now to navigate the HTML with Cheerio. How do I extract the number '2' "blind-cow-white-number"?
Here is the HTML:
How do I achieve this with cheerios? Is there a web screen scraper for node.js that allows me to use xpath instead?
node.js - 在 node.js 中从cheerio 保存数组
我有这段代码，但我无法创建一个新数组以供进一步使用：
当我运行代码时，它正在列出undefined。但是，如果我这样写代码：
然后它显示正确的结果，undefined但当我想稍后使用它时。有人可以帮我解决这个问题。
node.js - 用cheerio [node.js]模拟按钮点击
谁能指导我如何用cheerio模拟按钮点击？
该按钮是一个图像按钮。点击后如何处理__dopostback？
谢谢
编辑：我正在尝试以下代码