Question

我希望获得远程网站的DOM并能够解析它，即理想情况下将解析后的结果转换为DOM节点，并有效地从中获取所需的元素，然后再处理它们。也就是说，我想从检索到的DOM中切片某些元素并将它们存储在数组中以进行进一步的操作。它真的可以实现吗？到目前为止，我已经来了：

import request from 'request';

export default function getBody(url, callback) {
  request(url, (err, res, body) => {
    callback(body);
  });
}

在路线文件夹中：

import express from 'express';
import getBody from '../server';

const router = express.Router();

const url = 'http://www.google.com';
let result = {};

getBody(url, response => {
  result = response;
});

router.get('/', (req, res, next) => {
  res.render('index', { title: 'Express', data: result });
});

export default router;

此代码将远程页面的DOM放入我的视图中，但结果以巨型字符串形式返回，处理它将成为一场噩梦。我已尝试使用browser-request库从前端处理它，但我无法使标头工作，并且始终会返回错误No 'Access-Control-Allow-Origin' header is present on the requested resource. Origin 'http://localhost:3000' is therefore not allowed access.

为了获得远程DOM并以上述方式解析它，最佳操作方法是什么？

Answer 1

如果您熟悉jQuery，可以使用cheerio来浏览DOM。

import request from 'request';
import cheerio from 'cheerio';

export default function getBody(url, callback) {
  request(url, (err, res, body) => {
    $ = cheerio.load(body);
    $('h2') // finds all of the `h2` tags within the `body` object.
  });
}

在JS中解析远程DOM

1 个答案: