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>标签中排除内容。我怎么做？

Answer 1

Cheerio 在解析 HTML 时创建一个伪 DOM。您可以像在浏览器中操作 DOM 一样操作该 DOM。在您的特定情况下，您可以使用任意数量的方法从 DOM 中删除项目，例如

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

因此，基本思想是您将使用选择器来查找页脚元素，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();