Cheerio如何忽略某个标签的元素

Question

我正在抓取网页的正文：

axios.get(url)
.then(function(response){
        var $ = cheerio.load(response.data);
        var body = $('body').text();
    });

问题是，我想从<footer>标记中排除内容。我该怎么做？

Answer 1

cheerio在解析HTML时会创建一个伪DOM。您可以操纵该DOM，类似于在浏览器中操作DOM的方式。在您的特定情况下，您可以使用任意数量的方法（例如

）从DOM中删除项目

 .remove()
 .replaceWith()
 .empty()
 .html()

所以，基本的想法是你会使用一个选择器来找到页脚元素，然后将其删除，如下所示：

$('footer').remove();

然后，在删除这些元素后获取文本：

var body = $('body').text();