如何在字符串中通過data屬性獲取元素並在node.js應用程序中獲取內部文本？

Question

我是node的新手，希望我的問題不會太丑。 謝謝。

有一個節點應用程序，它的一部分導致了html站點流。

.pipe(tap(function(file) {
    var content = file.contents.toString(),
        relPathPrefix = path.join(path.relative(file.path, './source'));

    relPathPrefix = relPathPrefix
        .replace(new RegExp('\\' + path.sep, 'g'), '/') // Normalize path separator
        .replace(/\.\.$/, ''); // Remove trailing ..

    content = content.replace(/('|")\//g, '$1' + relPathPrefix);
    //console.log(content)

    //here is where i`am struggling 

    file.contents = Buffer.from(content);
}))

變量“內容”保存完整的網站數據。 現在，我必須解析變量“ content”，我將找到值為“ meta.code.data”的數據屬性“ data-type”，然后獲取textContent。 至少，我將從“ ... innerText ...”之類的值中剝離出文本本身。

我知道如何使用jQuery在瀏覽器中執行此操作：

var json = $('pre[data-type="meta.code.data"]').text()

以及香草JavaScript

var json = document.querySelectorAll('[data-type="meta.code.data"]')[0].textContent;

但實際上我找不到解析我想到的類似字符串/變量的方法

content = content.contains('[data-type="meta.code.data"]')[0].textContent;

但這不起作用。

Answer 1

這是不一樣的，瀏覽器解析DOM，在這里您有一個包含所有網站數據的字符串，因此舊技術將不起作用。 我將親自嘗試使用DOM解析器（盡管我從未嘗試在Node應用程序中使用它），但似乎有npm軟件包的工作原理基本相同。

我假設您已經將npm與Node一起使用了，所以這里是確切模塊的鏈接： https : //www.npmjs.com/package/xmldom

這是它如何運作的示例：

var DOMParser = require('xmldom').DOMParser;
var doc = new DOMParser().parseFromString(
    '<xml xmlns="a" xmlns:c="./lite">\n'+
        '\t<child>test</child>\n'+
        '\t<child></child>\n'+
        '\t<child/>\n'+
    '</xml>'
    ,'text/xml');
doc.documentElement.setAttribute('x','y');
doc.documentElement.setAttributeNS('./lite','c:x','y2');
var nsAttr = doc.documentElement.getAttributeNS('./lite','x')
console.info(nsAttr)
console.info(doc)

如您所見，您現在可以使用在瀏覽器中使用的功能，並且由於您已經知道該怎么做，因此您的問題現在消失了；）

我建議直接使用regex等解析該字符串，而不是直接解析DOM。如果您用Google搜索哪種方法更好，有很多原因。

Answer 2

正如@JonasW指出的那樣，使用cheerio可以解決問題 。

首先在模塊頂部聲明cheerio：

const cheerio = require('cheerio');

然后加載內容並解析數據：

const $ = cheerio.load(content)
content = $('pre[data-type="meta.code.data"]').text()

綜上所述：

.pipe(tap(function(file) {
    var content = file.contents.toString(),
        relPathPrefix = path.join(path.relative(file.path, './source'));

    relPathPrefix = relPathPrefix
        .replace(new RegExp('\\' + path.sep, 'g'), '/') // Normalize path separator
        .replace(/\.\.$/, ''); // Remove trailing ..

    content = content.replace(/('|")\//g, '$1' + relPathPrefix);

    //GET ONLY JSON DATA FROM STREAM
    const $ = cheerio.load(content)
    content = $('pre[data-type="meta.code.data"]').text()

    file.contents = Buffer.from(content);
}))