我该如何选择

Question

我正在尝试使用带有nodejs的cheerio.js来获取XBRL条目的文本（在本例中为'10 -Q'）。该行如下：

<dei:DocumentType contextRef="D2013Q3YTD" id="Fact-DB2A50C2A485F9CC21D51934C6E61D42">10-Q</dei:DocumentType>

我试过了：

$('dei:DocumentType').text

和其他几个无济于事。没有唯一的ID或其他我能看到的内容。

示例文件：

http://www.sec.gov/Archives/edgar/data/1018724/000144530513002495/amzn-20130930.xml

那么我怎么能去提取这个文本呢？感谢。

Answer 1

事实证明，使用Cheerio可以解析上面的文件。

这可以使用Cheerio：

$('dei\\:CurrentFiscalYearEndDate').text().trim();

显然必须逃避特殊字符两次。

Answer 2

XBRL是XML，它不能被视为像cheerio这样的库的HTML DOM。您需要一个支持Xpath的XML解析器，例如xpath，libxml或o3-xml

然后你可以用这样的XPath表达式获取值：

/*/dei:DocumentType/text()