从多个类中获取结构化文本答案

【问题标题】：Getting structured text from multiple classes从多个类中获取结构化文本
【发布时间】：2020-03-07 03:57:05
【问题描述】：

使用节点和cheerio 库处理scraper，并有一个基本问题。被抓取的网站具有类似于以下的结构：

<article class="featured h-event">
  // Lots of irrelevant stuff
  <div class="p-name">name goes here</div>
  // Lots of irrelevant stuff
    <div class="p-location">location</div>
  // Lots of irrelevant stuff
</article>

我正在使用cheerio，它的逻辑类似于jquery，并使用以下代码：

var items = $(".featured.h-event")
  .map(function (i, el) {
    var x = cheerio.load(el)
    return { name: x(".p-name").text(), location: x(".p-location").text() }
    })
  .get()

这可行，但感觉应该有一种更简单/更快的方法来完成我想要做的事情。我对var xline 感到不舒服，这可能是在浪费资源。有没有更好的方法来做我想做的事情？

【问题讨论】：

仅供参考，它是 scraper（以及 scraping、scraped、scrape）而不是 scrapper。 “废弃”意味着像垃圾一样扔掉:-(

标签： jquery node.js cheerio

【解决方案1】：

这应该可以满足您的需求，我们使用的代码少了一点，但结果应该相似：

const cheerio = require("cheerio");

let html = 
`<article class="featured h-event">
<!-- Lots of irrelevant stuff -->
<div class="p-name">name goes here</div>
<!-- Lots of irrelevant stuff -->
<div class="p-location">location</div>
</article>
<article class="featured h-event">
    <!-- Lots of irrelevant stuff -->
    <div class="p-name">name goes here #2</div>
    <!-- Lots of irrelevant stuff -->
    <div class="p-location">location #2</div>
</article>`;

const $ = cheerio.load(html);

const resultList = $(".featured.h-event").map((i, elem) =>  {
    return { name: $(".p-name", elem).text(), location: $(".p-location", elem).text()};
}).get();

console.log(resultList);

【讨论】：