如何使用nodejs模块使用xpath提取html内容答案

【问题标题】：how to extract html content using xpath using nodejs module如何使用nodejs模块使用xpath提取html内容
【发布时间】：2015-07-27 02:25:59
【问题描述】：

我正在寻找使用 xpath 的 html 内容提取器，我已经看到了各种类似的 nodejs 模块

jsdom、htmlparser2、xpath、cheerio

我发现cheerio 更适合使用类、id、标签等获取数据，但我无法通过指定 xpath 来获取数据，并且通过使用 xpath nodejs 模块，我能够使用 xpath 获取数据以获取较小的 html、更长的 html它给出了不同类型的错误，例如

找不到实体：@#[line:120,col:9]，未关闭的 xml 属性 @#[line:1,col:877]

注意：我无权以任何方式更改 html

例如如果我的 html 是

<html>
<body>

<div>

    <ul id="fruits">
        <li class="apple">Apple</li>
        <li class="orange">Orange</li>
        <li class="pear">Pear</li>
    </ul>

</div>

</body>


</html>

如果我正在使用它并给这个 xpath //*[@id="fruits"]/li[2] 以使用 xpath nodejs 模块查找元素，我没有收到任何错误并且使用 xpath nodejs 模块得到的结果为 Orange，但是如果我我正在使用此页面的 html http://www.infotaxi.org/india_taxi/ahmedabad_taxi.htm

（相当长），并使用 xpath 访问文本部分

//*[@id="navlistmeniu"]/li[3]/a/b,

我遇到错误

找不到实体：@#[line:120,col:9]

使用 Cheerio，我可以使用类、ID、标签等提取数据，而不是使用 xpath

请帮忙？？？？

【问题讨论】：

您是否有理由需要使用 XPath？使用普通选择器不是cheerio的重点吗？ $(#navlistmeniu > li).eq(3).find('a > b');
嗨，这也是一个好方法，但我只有 xpath 可用，我需要将我的 xpath 转换成这种方式，有什么办法可以制定这个。实际上我有任何孩子的 xpath，比如这个
Orange