Question

尝试让jsdom（node.js模块）在Windows上运行。继续抱怨没有为我的节点版本构建。

在linux机器上安装了节点（相同版本，0.5.9，来自源代码），节点对其进行了操作。然后我将它复制到Windows机器（在node_modules下）

仍然没有......

有什么想法吗？或解析HTML的其他建议我从对节点的请求的响应得到了什么？

通过jsdom使用jquery会很好。

干杯。

Answer 1

我很遗憾地说jsdom（＆gt; = 0.2.3）目前需要一个c ++插件，它不能与windows配合使用。我认为你最好的选择是尝试安装jsdom@0.2.1并解决因在jsdom窗口的上下文中执行javascript而导致的内存泄漏。

解决方法包括：

每dom生成一个新进程
重用窗口并通过document.body.innerHTML = '..new markup..';

目的是摆脱c ++插件，但不幸的是，目前不可能这样做。

Answer 2

如果node.js不是绝对必须的，请查看我们的同事SO-ist @nrabinowitz的pjscrape。经过测试和验证。

此外，node-scraper似乎是适合您工作的工具，有222名观察员和11名叉子，它似乎也非常活跃。可以在readme或right here on SO中找到用例。

Answer 3

我不确定你要做什么，但node.io has a scraping framework可能符合要求。

Answer 4

我刚刚玩了node.js模块 Cheerio ，并与jsdom比较，它是：

快得多
更容易安装
对破碎的HTML（与jsdom相比）更具弹性
并提供了大多数使用服务器端的jQuery函数

http://matthewmueller.github.com/cheerio/

刮痧示例：

var request = require('request'),
    cheerio = require('cheerio');

request('http://encosia.com', function(error, response, body) {

  // Hand the HTML response off to Cheerio and assign that to
  // a local $ variable to provide familiar jQuery syntax.
  var $ = cheerio.load(body);

  // Exactly the same code that we used in the browser before:
  $('h2').each(function() {
      console.log($(this).text());
  });

});

使用node.js在Windows上抓取网站

4 个答案: