我正在试图抓一个网站，我遇到了问题，使用Request JS，我得到一个HTML字符串，我正在传递给Cheerio。
令人困惑的部分是HTML字符串中确实存在的部分，我正在试图抓取它，但是当我使用Cheerio试图刮掉它们时，它找不到它虽然它在那里......
例如，在另一个表的最后一行中有一个带有ID的表，我希望通过使用该ID作为选择器，我能够获得所有子TR，但是我得到的是第一个TR，然后另一个有一个TD内部，然后突然关闭第二个TR，然后关闭表的标签。
从console.logging HTML字符串发送到cheerio.load之前，我可以看到第二个TR中有更多的信息，然后在关闭该表之前有多个其他TR。但是当我通过cheerio运行时，这并不是它告诉我的。
现在看看剩下的部分（虽然不知道这是不是很重要......）我注意到它里面有href="javascript:void(0)" - 这样的事情会不会让Cheerio掉下来？< / p>
感谢您的帮助。
经过进一步调查，如果我使用'td:contains("this text")'之类的选择器，则会显示。但就我所知，其他方式并非如此。
此外，javascript：void（0）没有导致问题，我使用正则表达式删除它的所有实例，仍然有神秘感。
答案 0 :(得分：2)
事实证明，代码是用错误编写的，也许是为了阻止抓取。有一个标签<font>以</div>关闭，这不知何故打破了cheerio的解析能力。
html = html.replace(/[<]font size[=]["]1["][>]\d[<]\/div[>]/g, ""));