如何使用 jquery 抓取变量子元素的值答案

【问题标题】：How can I crawl values of variable sub-elements using jquery如何使用 jquery 抓取变量子元素的值
【发布时间】：2014-12-18 09:59:49
【问题描述】：

我正在使用 node.js 编写一个爬虫来学习，并爬取数据以供将来使用。我知道如何抓取页面中的单个元素，但是经过一整天的研究，我无法弄清楚如何获取可变子元素的值。

这是我要抓取的 HTML 部分。 'attrgroup' 的每个子元素都有不同的

<p class="attrgroup">
<span><b>4</b>BR / <b>1</b>Ba</span>
<span><b>1200</b>ft<sup>2</sup></span>
<span>duplex</span> 
<span>laundry on site</span> 
<span>street parking</span>
<br><span>cats are OK - purrr</span></p>

这是我的代码

            topics = topics.map(function (topicPair) {

                var topicUrl = topicPair[0];
                var topicHtml = topicPair[1];
                var $ = cheerio.load(topicHtml);
                return ({
//[1]I got correct value,such as duplex, using following clauses.
                  att1: $('.attrgroup').children().eq(0).text().trim(),
                  att2: $('.attrgroup').children().eq(1).text().trim(),
                  att3: $('.attrgroup').children().eq(2).text().trim(),
//[2]I want all of them,but.each function doesn't return the correct data
                  atts: $('.attrgroup').children().each(function(){
                    $(this).text()
                  }),
                });
            });

我得到这样的结果：

att1: '4BR / 1Ba',
att2: '1200ft2',
att3: 'duplex'
atts:  { '0': [Object],
       '1': [Object],
       '2': [Object],
       '3': [Object],
       '4': [Object],
       '5': [Object],
       options: [Object],
       _root: [Object],
       length: 7,
       prevObject: [Object] },

目前，我知道原因可能是 $(this)，一个 jquery 对象。我试图将它转换为 DOM 对象，但也不起作用。任何人都可以帮助我纠正我的那部分代码，或者告诉我如何修复它。它不必使用每种方法，任何方法都可以使用。或者提示也会有很大帮助。提前致谢！

【问题讨论】：

你应该写一个recursive function来遍历DOM树并提取文本内容。
通过查看您的代码，您希望每个函数做什么？ $.each 迭代匹配的集合并返回可链接的集合。我猜你想做Array.prototype.reduce.call($('.attrgroup').children(), function (prev,cur) {return prev + $(cur).text()}, "");之类的事情，请参阅Array.prototype.reduce MDN doc，或者只使用Array.prototype.map
我想返回 attrgroups 的所有子元素，而这些 attrgroups 有不同数量的子元素。我真的不知道如何使用你提到的方法。反正现在已经解决了。感谢您的帮助

标签： javascript jquery html node.js

【解决方案1】：

也许是这样的？

return (function () {

    var object = {};

    $('.attrgroup').children().each(function(i, element){
        object["att" + i] = $(element).text().trim();
    });

    return object;

})();

【讨论】：

完美，这正是我要做的。非常感谢。