标签: cheerio

我正在尝试获取背景图像的 URL。背景图像位于 a href 标签中。

href 标签，style="background-img:url("")"

我正在使用cheerio（类似于Jquery的node.js模块）。当我尝试获取它时，它给了我错误，

类型错误：无法读取未定义的属性“替换”

我的代码是：

$("div.listing.listing-blog.listing-blog-1.clearfix.columns-1.columns-1 > article > .item-inner  .featured.clearfix  a").map(function () {
    let imgURL = $(this).css("background-image");
    imgURL = imgURL.replace(/.*\s?url\([\'\"]?/, '').replace(/[\'\"]?\).*/, '');
    return { imgURL };
  }).get();

这是需要背景图像 URL 的元素：

<article class="post-431236 type-post format-standard has-post-thumbnail   listing-item listing-item-blog  listing-item-blog-1 main-term-51 bsw-5 ">
<div class="item-inner clearfix">
<h2 class="title"> <a href="https://arynews.tv/en/nab-money-laundering-reference-shehbaz-sharif/" class="post-url post-title">
POST TITLE </a>
</h2>
<div class="featured clearfix">
<a alt="nab, shehbaz sharif, pml-n, benami assets" title="NAB prepares money-laundering reference against Shehbaz Sharif: sources" data-bs-srcset="{&quot;baseurl&quot;:&quot;https:\/\/arynews.tv\/wp-content\/uploads\/2020\/09\/&quot;,&quot;sizes&quot;:{&quot;210&quot;:&quot;shehbaz-1-1-210x136.jpg&quot;,&quot;279&quot;:&quot;shehbaz-1-1-279x220.jpg&quot;,&quot;357&quot;:&quot;shehbaz-1-1-357x210.jpg&quot;,&quot;750&quot;:&quot;shehbaz-1-1.jpg&quot;}}" …

我在请求应用程序上执行了一个简单的Cheerio解析。不知道为什么在尝试设置数组时会出现这个未定义的错误，但是我猜该值不存在。

        var $ = cheerio.load(body);

        var json = [  
            { "range": "", "address": "", "state": "", "zip": "", "info": "" }
        ];

        $('.findCourse').each(function (i, elem) {
            // Range Name
            console.log("iteration - ", i);
            console.log("name - ", $(this).text().trim());
            json[i].range = $(this).text().trim();
        });

这是我的控制台响应，它读取并设置它在已抓取的html中找到的前两个项目。

iteration -  0
name -  Pollock's Ferry Hunting Club Inc.
iteration -  1
name -  Eagle 1

TypeError：无法设置未定义的属性“范围”

at Object.<anonymous> (/usr/local/node_app/server.js:30:31)
  at exports.each (/usr/local/node_app/node_modules/cheerio/lib/api/traversing.js:267:24)
at Request.request.post.form.__EVENTTARGET [as _callback] (/usr/local/node_app/server.js:26:30)
at Request.self.callback (/usr/local/node_app/node_modules/request/request.js:121:22)
at Request.EventEmitter.emit (events.js:98:17)
at Request.<anonymous> (/usr/local/node_app/node_modules/request/request.js:978:14) …

Run Code Online (Sandbox Code Playgroud)

我在node.js上使用cheerio(即jQuery服务器端)来解析网页.当试图获取href元素的属性时,我收到以下错误:

TypeError:Object#没有方法'attr'

我的代码是:

$('#commandes_pagination li a').each(function(index, element) {
    console.log(element.attr('href'));
});

HTML是这样的:

<ul class="liste04" id="commandes_pagination">
    <li>        
        <a shape="rect" title="" href="/refonte/account/ajax/orderlist/1" class="page_num page_active" id="commandes_page-1">1</a>
    </li>
    <li>
        <a shape="rect" title="" href="/refonte/account/ajax/orderlist/2" class="page_num" id="commandes_page-2">2</a>
    </li>
</ul>

我可以通过使用$(this).attr("href")而不是element.attr("href")但我无法弄清楚原因.任何解释都非常感谢!

我正在学习Nodejs,并尝试使用node.js进行网络报废

我正在使用节点模块request和cheerio

但是当我请求url时,它会返回一些符号而不是html正文

var request = require('request');
var cheerio = require('cheerio');
request({
    url:"http://mangafox.me/manga/shingeki_no_kyojin/v00/c000/1.html"
},(err, res, body) => {
    if(err) throw err;

    else {
        var $ = cheerio.load(body);
        console.log(body);
        }
});

在命令提示符下输出

谁能告诉我这里有什么问题？

谢谢

我正在尝试从Node中的文件读取。这是我的代码：

const cheerio = require('cheerio');

var fs = require('fs');
var path = process.argv[2];

var glossArr = []

fs.readFileSync(path, {encoding: "utf8"}, function (err, markup){
    console.log('function executing')
    if (err) throw err;
    const $ = cheerio.load(markup);
    var glossar = $('body').children().last();
    var index = $('body').children().last().prev();


    glossar.children().children().children().each(function(i, elem) {
    var obj = {};
        var container = $(this).children();

    var unter = container.children();
    var begriff = unter.first().text();
    var text = unter.last().text();
    obj[begriff] = text;
    obj['file'] = path;
    glossArr.push(obj)
    });    

});

console.log('done reading file...')

var glossString = JSON.stringify(glossArr) …

我正在使用 node.js/cheerio（与 jQuery 语法相同）来解析页面。当我使用时：

$ = cheerio.load(body);
console.log($('.td-title a').text());

我的控制台中有很长的字符串，来自单词“mainaboutcontactusprofile”等。如何制作一组 td 文本？

我正在使用 Cheerio 并通过 Node.js 请求进行一些基本的网络抓取，但似乎无法弄清楚如何访问数据。该页面通过请求加载，我可以使用 Cheerio 控制台.log 页面标题，但是当我访问脚本时，它是一堆复杂的对象。

在页面的正文部分，它看起来像..

<body> 
  <script src="someUrl" script type="text/javascript" /> 
  <script src="someUrl" script type="text/javascript" /> 
  <script src="someUrl" script type="text/javascript" />
  <script type="text/javascript">var months = [6,12,24,36,48,60]; var amounts = [5000,10000,15000,20000,25000]</script>

我试图获取最后一个脚本中的变量，将它们作为变量存储在我的节点脚本中以供使用，但我似乎无法访问它们，即使是文本。

当我在节点中尝试这个时，我得到页面标题，然后是控制台中一些巨大的对象响应，而不是要解析的变量文本。建议？

$ = cheerio.load(body);
console.log($('title').text());
var text = $('script');
console.dir(text[3]);

我正在尝试使用 Puppeteer 框架运行脚本。（我是软件的相对新手）。每次我尝试运行时，都会出现以下错误。我确信代码没有问题，因为它之前在另一台机器上运行良好。这个错误在 main.js 进行（唯一的）函数调用时被记录下来。

SyntaxError: Invalid or unexpected token
    at new Script (vm.js:80:7)
    at createScript (vm.js:274:10)
    at Object.runInThisContext (vm.js:326:10)
    at Module._compile (internal/modules/cjs/loader.js:664:28)
    at Object.Module._extensions..js (internal/modules/cjs/loader.js:712:10)
    at Module.load (internal/modules/cjs/loader.js:600:32)
    at tryModuleLoad (internal/modules/cjs/loader.js:539:12)
    at Function.Module._load (internal/modules/cjs/loader.js:531:3)
    at Function.Module.runMain (internal/modules/cjs/loader.js:754:12)
    at startup (internal/bootstrap/node.js:283:19)

var puppeteer = require('puppeteer');
var $ = require('cheerio');
const url = 'https://www.reddit.com/controversial/';
?
puppeteer
  .launch()
  .then(function(browser) {
    return browser.newPage();
  })
  .then(function(page) {
    return page.goto(url).then(function() {
      return page.content();
    });
  })
  .then(function(html) {
    $('h2', html).each(function() {
        console.log($(this).text());
        console.log('\r\n');
    });
    })
  .catch(function(err) …

我正在用cheerio 和meteor 刮一个社交网络。我可以登录，搜索一些信息并在页面上抓取我想要的信息。我正在发出请求并将 html 传递给cheerio，就像用 Meteor.js抓取一样。

问题是，只有当我通过网络浏览器加载页面时，才会出现页面的一部分：

在浏览器中：

<div A>
    <div B>
        <ul (...)>
            <li (...)>...</li>
            ...
            <li (...)>...</li>
        </ul>
    </div> <-- end B -->
    <script id="NAME_1" type="fs/embed+m"></script>
    <script type="text/javascript">fs.dupeXHR("NAME_1","NAME_2",{"renderControl":"custom","templateId":"NAME_1"});</script>
</div> <-- end A -->

在 console.log(cherio.load(html)) 中：

<div A>
    <script id="NAME_1" type="fs/embed+m"></script>
    <script type="text/javascript">fs.dupeXHR("NAME_1","NAME_2",{"renderControl":"custom","templateId":"NAME_1"});</script>
</div> <-- end A -->

我假设 html 是由cheerio 加载的，而不执行脚本。我对吗？如果是这样，有什么方法可以让cheerio 执行脚本，这样我就可以在放置内容后抓取页面？

我正在使用以下选项发出 http 请求来模拟浏览器请求，所以我认为这不是请求本身的问题（无头浏览器不会让它变得更好）。

Options = function (cookie) {
  this.headers = {
    "Accept": "*/*",
    "Connection": "keep-alive",
    "User-Agent":"Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) …