如何使用cheerio 获取itemprop 元素值？答案

【问题标题】：how to get an itemprop element value with cheerio?如何使用cheerio 获取itemprop 元素值？
【发布时间】：2020-05-13 15:22:57
【问题描述】：

我第一次尝试用cheerio 库从paginas amarillas 中进行一些网页抓取，例如公司名称、地址等...地址在一个没有类的跨度内，只有一个@ 987654321@，我尝试了不同的方法，因为到达该选择器的字符串很长，我获取数据直到 itemprop 之前的那个，但我不知道如何瞄准 itemprop 选择器，我遇到的问题是pathAddreses 常量它在控制台日志上返回一个空数组，如果我删除字符串的最后一个元素（itemprop='streetAddres'），它会给我带来数据，但不完全是我想要的

代码如下：

const cheerio = require("cheerio");
const request = require("request-promise");
//const of the classes of the paginas amarillas elements we are aiming to
const pathProfesionals1 =
  ".container .row .first-content-listado .col-lg-7.col-md-8.col-xs-12 .bloque-central .central .listado-item.item-ip .box .cabecera .row .col-xs-11.comercial-nombre a h2 span";
const pathProfesionals2 =
  ".container .row .first-content-listado .col-lg-7.col-md-8.col-xs-12 .bloque-central .central .listado-item.item-ig .box .cabecera .row .col-xs-11.comercial-nombre a h2 span";
const pathTelephones1 =
  ".container .row .first-content-listado .col-lg-7.col-md-8.col-xs-12 .bloque-central .central .listado-item.item-ip .box .pie-pastilla .row .col-xs-4 a.llama-desplegable.btn.btn-amarillo.btn-block.phone.hidden.d-none span";
const pathTelephones2 =
  ".container .row .first-content-listado .col-lg-7.col-md-8.col-xs-12 .bloque-central .central .listado-item.item-ig .box .pie-pastilla .row .col-xs-4 a.llama-desplegable.btn.btn-amarillo.btn-block.phone.hidden.d-none span";
const pathAddress1 = `.container .row .first-content-listado .col-lg-7.col-md-8.col-xs-12 .bloque-central .central .listado-item.item-ig .box .row a .location span *[itemprop = 'streetAddress']`;

const pathAddress2 = "";

init = async () => {
    const arrCompanyName = [];
    const arrTelephones = [];
    const arrAddresses = [];

    const { category, city } = this.state;

    const $ = await request({
      uri: `https://www.paginasamarillas.es/search/${category}/all-ma/${city}/all-is/malaga/all-ba/all-pu/all-nc/1?what=carpintero&where=malaga&ub=false&qc=true`,
      transform: body => cheerio.load(body) //una vez hago la peticion lo paso a cheerio para que lo analice
    });

    const profesionals1 = $(pathProfesionals1).each((i, el) =>
      arrCompanyName.push($(el).text())
    );

    const telephones1 = $(pathTelephones1).each((i, el) =>
      arrTelephones.push($(el).text())
    );

    const profesionals2 = $(pathProfesionals2).each((i, el) =>
      arrCompanyName.push($(el).text())
    );

    const telephones2 = $(pathTelephones2).each((i, el) =>
      arrTelephones.push($(el).text())
    );

    const addresses1 = $(pathAddress1).each((i, el) =>
      arrAddresses.push($(el).text())
    );

    console.log(arrAddresses);
}

【问题讨论】：

标签： javascript reactjs cheerio

【解决方案1】：

如果您只想选择带有itemprop='streetAddress' 属性的span 标记，则需要从地址选择器中删除*。目前，Cheerio 正在尝试获取所有带有itemprop=streetAddress inside 而不是 span 的标签。

此外，如果您想从该列表中选择所有地址，您可以使用 $(".listado-item .links span[itemprop='streetAddress']") 运行一个简单的查询，然后迭代 Cheerio 对象数组。

【讨论】：