在nodejs中使用cheerio加载特定的HTML？答案

【问题标题】：Load specific HTML by using cheerio in nodejs?在nodejs中使用cheerio加载特定的HTML？
【发布时间】：2016-06-05 09:06:03
【问题描述】：

我需要从给定的网页获取所有<a> 标签网址。而且我还需要避免在页眉和页脚标签之间使用<a> 标签。我正在加载正文标签 html 但没有标题标签。这是我的代码，但它不起作用。

var $ = cheerio.load(html);
$ = cheerio.load($('body').not('header'));

var links = $("a']");
links.each(function() {
    console.log($(this).attr('href'));
});

如果上面的代码有错误，请建议如何做到这一点？

【问题讨论】：

标签： javascript html node.js cheerio

【解决方案1】：

Cheerio 的工作方式与 jQuery 类似。

var $ = cheerio.load(html);
var links = $('body').not('header').find('a');
// $('body:not(header) a') may also work.

links.each(function() {
    console.log(this.href);
});

【讨论】：

这也不是删除标题标签
您无需更改 DOM 即可避免检查标头。
var $=cheerio.load(body); var t = $('body'); t.children('header').remove(); t.children('footer').remove();变量 t = $.html(t); var $ =cheerio.load(t);我这样做了它的工作正常
或者干脆不理我，没关系。

【解决方案2】：

我认为错误是因为您没有在第二次加载时加载 HTML。您正在加载 body 对象。你应该可以这样做：

var $ = cheerio.load(html);
$ = cheerio.load($('body').html());

$('header').remove();

console.log($.html());

【讨论】：

很抱歉。我一开始是在浏览器中测试的。这正在工作。

【解决方案3】：

我确实喜欢这个，现在它工作正常...谁能告诉我这是正确的方法吗？...

var $ = cheerio.load(body);
var t = $('body');
t.children('header').remove();
t.children('footer').remove();
var t = $.html(t);
var $ = cheerio.load(t);
var links = $("a");
links.each(function() {
    console.log($(this).attr('href'));
});

谢谢，

【讨论】：