嘿伙计和女士首先这是我在stackoverflow中的第一个问题,所以不要对我这么难..但是没有:P。 我有个问题.. 我是网络抓取的新手,目前我遇到了无法选择正确元素的问题。我的代码如下所示:
var express = require('express');
var path = require('path');
var request = require('request');
var cheerio = require('cheerio');
var fs = require('fs');
var app = express();
var port = 8000;
var url = "http://www.finanzparasiten.de/html/links/awd.html";
request(url, function (err, resp, body) {
if(!err) {
var $ = cheerio.load(body)
var test = $('body table table table > tbody > tr > td > p');
console.log(test.html())
test.each(function (ii, asdf) {
var rr = $(asdf).find("table").find("tr").first().find('td:nth-child(2)').text();
console.log(asdf);
})
} else {
console.log("we encountered an error: " + err);
}
});
app.listen(port);
console.log('server is listening on ' + port);
它为变量测试保持NULL。 似乎cheerio与>有问题。选择。使用jQuery,这个选择将按预期工作。
感谢@ logol&an; swser我可以解决第一个问题,但现在我面临的问题是我必须在身体之后选择直接的孩子,它似乎是错误的tbody .. any1有一个解决方法?
答案 0 :(得分:2)
<强>原始强>
据我记得(当我最后一次使用cheerio时)tbody在cheerio中无法识别,只需离开它并使用它:
表&gt; tr> TD
PS:thead正在工作
<强>更新强>
有时即使使用tbody也可以工作,请在REPL中尝试此操作
const cheerio = require('cheerio');
const html = '\
<!DOCTYPE html>\
<html>\
<head>\
<title>Cheerio Test</title>\
</head>\
<body>\
<div id="#1">\
<table>\
<thead>\
<tr>\
<th>Month</th>\
<th>Savings</th>\
</tr>\
</thead>\
<tfoot>\
<tr>\
<td>Sum</td>\
<td>180</td>\
</tr>\
</tfoot>\
<tbody>\
<tr>\
<td>January</td>\
<td>100</td>\
</tr>\
<tr>\
<td>February</td>\
<td>80</td>\
</tr>\
</tbody>\
</table>\
</div>\
</body>\
</html>';
const dom = cheerio.load(html);
// not working:
let tds1 = dom('div#1 > table > tbody > tr > td').map(function () {
return dom(this).text().trim();
}).get();
// working:
let tds2 = dom('table > tbody > tr > td').map(function () {
return dom(this).text().trim();
}).get();
// not working:
let tds3 = dom('div#1 > table > tr > td').map(function () {
return dom(this).text().trim();
}).get();
console.log(tds1);
console.log(tds2);
console.log(tds3);
答案 1 :(得分:1)
<强>更新强>
根据@ logol的回复,我检查了docs for Cheerio,并说其选择器是基于CSSSelect库构建的。他们的docs有一个选择器列表。支持子和父选择器,它似乎暗示所有元素选择器也是如此。但是,这个g ithub issue标记了tbody问题。
<强>原始强>
您的意思是让选择器中列出重复的表格,以及如何在控制台中将其打印出来。
试试这个:
var test = $('body table > tbody > tr > td > p');
console.log(test.innerHTML)
网页上的输出是:
<span class="TDheadlinebig">AWD - Allgemeiner
Wirtschaftsdienst</span><span class="TDnormal"><br>
</span><span class="TDheadlinenormal">zweitgrößte "Strukkibude"
</span><span class="TDnormal"><br>
</span>