[英]Node.js - Impossible to store the expected data with Cheerio
我正在尝试抓取一个网站,但我的输出有一个大问题。
我希望恢复站点上的名称,它会找到我的数据,但是当我尝试存储此值时,我只能存储值“null”。
我是编程的初学者,我没有研究过承诺、回调和异步,但我认为这与问题密切相关。
.text()
时的 Node.js 代码const http = require('follow-redirects/http');
const https = require('follow-redirects/https');
const cheerio = require('cheerio');
https.get('https://www.example.com/search?q=' + entreprise, response => {
response.on('data', chunk => {
const $ = cheerio.load(chunk, {
xmlMode : false
});
domaine = $('div#presentationlien.FichePresentation__link.mt-13 p.fs-12 a.Link').text()
JSON.parse(JSON.stringify(domaine))
console.log(domaine);
});
}).on('error', err => {
console.error(err);
});
...
<div id="synthese" class="break-word mt-29">
<p class="fs-12">
<a class="lien" href="/societe/renault-sas-780129987.html">RENAULT SAS</a>, soci�t� par actions simplifi�e est active depuis 48 ans.<br>Localis�e � BOULOGNE-BILLANCOURT (92100), elle est spécialisée dans le secteur d'activit� de la construction de v�hicules automobiles. Son effectif comprends plus de 10 000 salariés.
</p>
<div id="presentationlien" class="FichePresentation__link mt-13">
<p class="fs-12">Sur l'année 2018 elle réalise un chiffre d'affaires de <span class="synthesenumber">48333000000,00 EU</span>.</p>
<p class="fs-12">Le total du bilan a augmenté de 0,97 % entre 2017 et 2018.</p>
<p class="fs-12">Societe.com recense <a class="Link" href="#etab"><span id="synthnbetab" class="synthesenumber">219</span> établissements <span id="synthnbetabexact"></span></a> et 4 <a class="Link" href="#event">événements</a> notables depuis un an.</p>
<p class="fs-12">
<a class="Link" href="https://dirigeant.societe.com/dirigeant/Jean-Dominique.SENARD.69230073.html">Jean-Dominique SENARD</a>, est pr�sident de la soci�t� RENAULT SAS.
</p>
</div>
</div>
...
让-多米尼克·塞纳德
<p class="fs-12">
<a class="Link" href="https://dirigeant.societe.com/dirigeant/Jean-Dominique.SENARD.69230073.html">Jean-Dominique SENARD</a>, est pr�sident de la soci�t� RENAULT SAS.
</p>
219 établissements événementsJean-Dominique SENARD
但是当我尝试将“Jean-Dominique SENARD”数据存储在一个变量中以对其进行操作时,我不能,因为它返回“undefined”或“null”。
你能帮我么 ? 谢谢。
我建议使用基于承诺的方法,恕我直言,这提供了最易读的代码。
您可以从检索函数返回一个承诺。
我还建议使用async/await语法,这进一步提高了可读性。
获得结果后,您可以在 testGetRequiredData() 中进一步操作它。
您也可以尝试替换该行:
domaine = $('div#presentationlien.FichePresentation__link.mt-13 p.fs-12 a.Link').text();
和
domaine = $('div#presentationlien.FichePresentation__link.mt-13 p.fs-12 a.Link').last().text();
这将只给出名称(但是这可能不那么健壮!)
例如:
const cheerio = require('cheerio');
const http = require('follow-redirects/http');
const https = require('follow-redirects/https');
function getRequiredData(url) {
return new Promise((resolve, reject) => {
https.get(url, response => {
response.on('data', chunk => {
const $ = cheerio.load(chunk, { xmlMode : false });
domaine = $('div#presentationlien.FichePresentation__link.mt-13 p.fs-12 a.Link').text()
resolve(domaine);
});
}).on('error', err => {
reject(err);
});
});
}
async function testGetRequiredData(entreprise) {
try {
const url = `https://www.example.com/search?q=${entreprise}`;
let result = await getRequiredData(url);
// Do whatever you wish with the result..
console.log("Result:", result);
} catch (error) {
console.error(`testGetRequiredData: An error occurred:`, error);
}
}
// Replace the parameter here..
testGetRequiredData("put entreprise here!");
有 2 个元素的类p.fs-12 a.Link
。 所以如果你想选择第二个,你应该使用另一种cheerio方法。
.text()
也用于从 html 元素中检索文本值。 如果您想获取 html 元素本身,则不应使用它。
您需要的查询是:
$('div#presentationlien.FichePresentation__link.mt-13 p.fs-12 a.Link').eq(2).parent();
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.