简介
cheerio是一个node的库，可以理解为一个Node.js版本的jquery，用来从网页中以 css selector取数据，使用方式和jquery基本相同。
npm install cheerio --save
var cheerio = require('cheerio')
var $ = cheerio.load('Hello world
')
$('h2.title').text('Hello there!')
$('h2').addClass('welcome')
$.html()
//=> Hello there!
可以看出Cheerio 与jquery拥有相似的语法。事实上，Cheerio 从jQuery库中去除了所有 DOM不一致性和浏览器尴尬的部分，性能更优。
load 装载DOM
首先你需要加载HTML。这一步对jQuery来说是必须的，通过Cheerio,我们需要把HTML document 传进去,下面的代码都针对如下代码
var html = ' - Apple
- Orange
- Pear
'
//DOM结构如下
- Apple
- Orange
- Pear
var cheerio = require('cheerio'),
$ = cheerio.load(html);
选择器
$(selectior,[context],[root])
选择器在 Context 范围内搜索，Context又在Root范围内搜索。注意：这里是root在右，context在左。selector 和context可以是一个字符串表达式，DOM元素，和DOM元素的数组，或者chreeio对象。root 是通常是HTML 文档字符串。
$('.apple', '#fruits').text()
//=> Apple
//id为fruits，class为apple的元素，先root后context
$('ul .pear').attr('class')
//=> pear
//class为pear的ul元素
$('li[class=orange]').html()
//=> Orange
//class属性为orange的li元素
attr()修改属性
attr(name,value)
获得和修改属性。在匹配的元素中只能获得第一元素的属性。如果设置一个属性的值为null，则移除这个属性。你也可以传递一对键值，或者一个函数。
$('ul').attr('id')
//=> fruits
$('.apple').attr('id', 'favorite').html()
//=> Apple
$('.apple').attr('class', 'favorite').html()
//=> Apple
removeAttr(name)
通过name删除属性
$('.pear').removeAttr('class').html()
//=> pear
prop()修改状态值
$('input[type="checkbox"]').prop('checked')
//=> false
$('input[type="checkbox"]').prop('checked', true).val()
//=> ok
data()自定义属性
$('').data()
//=> { appleColor: 'red' }
$('').data('apple-color')
//=> 'red'
var apple = $('.apple').data('kind', 'mac')
apple.data('kind')
//=> 'mac'
val()赋值
$('input[type="text"]').val()
//=> input_text
$('input[type="text"]').val('test').html()
//=>
hasClass( className )
检查匹配的元素是否有给出的类名
$('.pear').hasClass('pear')//=> true
$('apple').hasClass('fruit')//=> false
$('li').hasClass('pear')//=> true
addClass(name)
增加class(es)给所有匹配的elements.也可以传函数。
$('.pear').addClass('fruit').html()//=> Pear
$('.apple').addClass('fruit red').html()//=> Apple
removeClass([className])
从选择的elements里去除一个或多个有空格分开的class。如果className 没有定义，所有的classes将会被去除，也可以传函数
$('.pear').removeClass('pear').html()//=>Pear
$('.apple').addClass('red').removeClass().html()//=>Apple
查询语法
find(selector)
获得一个在匹配的元素中由选择器滤过的后代
$('#fruits').find('li').length//=> 3
parent([selector])
获得通过选择器筛选匹配的元素的parent集合
$('.orange').parents().length// => 2
$('.orange').parents('#fruits').length// => 1
next()获得第一个本元素之后的同级元素
$('.apple').next().hasClass('orange')//=> true
$('.pear').next().html()//=> null
.nextAll()
获得本元素之后的所有同级元素
$('.apple').nextAll()//=> [
$('.apple').nextAll().length//=>2
prev()
获得本元素之前的第一个同级元素
$('.orange').prev().hasClass('apple')//=> true
preAll()
获得本元素前的所有同级元素
$('.pear').prevAll()//=> [
slice(start,[end])
获得选定范围内的元素数组
$('li').slice(1).eq(0).text()//=> 'Orange'
$('li').slice(1, 2).length//=> 1
siblings(selector)
获得被选择的同级元素(除去自己)
$('.pear').siblings().length//=> 2
$('.pear').siblings('.orange').length//=> 1
$('.pear').siblings('.pear').length//=> 0
first()
会选择chreeio对象的第一个元素
('#fruits').children().first().text()//=> Apple
last()
会选择chreeio对象的最后一个元素
$('#fruits').children().last().text()//=> Pear
eq(i)
通过索引筛选匹配的元素。使用.eq(-i)就从最后一个元素向前数。
$('li').eq(0).text()//=> Apple
$('li').eq(-1).text()//=> Pear
children(selector)
获被选择元素的子元素
$('#fruits').children().length//=> 3
$('#fruits').children('.pear').text()//=> Pear
each(function(index,element))
迭代一个cheerio对象，为每个匹配元素执行一个函数。要提早跳出循环，返回false.
var fruits = [];
$('li').each(function(i, elem) {
fruits[i] = $(this).text();
});
fruits.join(', ');
//=> Apple, Orange, Pear
map(function(index,element))
迭代一个cheerio对象，为每个匹配元素执行一个函数。Map会返回一个迭代结果的数组。
$('li').map(function(i, el) {
return $(this).attr('class');
}).join(', ');
//=> apple, orange, pear
filter(selector)
迭代一个cheerio对象，滤出匹配选择器或者是传进去的函数的元素。如果使用函数方法，这个函数在被选择的元素中执行，所以this指向的手势当前元素。
$('li').filter('.orange').attr('class');//=> orange
$('li').filter(function(i, el) {
// this === el
return $(this).attr('class') === 'orange';
}).attr('class')
//=> orange
改变DOM结构的方法
append(content,[content…])
在每个元素最后插入一个子元素
$('ul').append('Plum ')
$.html()
//=>
// Apple
// Orange
// Pear
// Plum //
prepend(content,[content,…])
在每个元素最前插入一个子元素
$('ul').prepend('Plum ')
$.html()
//=>
// Plum
// Apple
// Orange
// Pear
after(content,[content,…])
在每个匹配元素之后插入一个元素
$('.apple').after('Plum ')
$.html()
//=>
// Apple
// Plum
// Orange
// Pear
before(content,[content,…])
在每个匹配的元素之前插入一个元素
$('.apple').before('Plum ')
$.html()
//=>
// Plum
// Apple
// Orange
// Pear
remove( [selector] )
从DOM中去除匹配的元素和它们的子元素。选择器用来筛选要删除的元素。
$('.pear').remove()
$.html()//=>
// Apple
// Orange
replaceWith( content )
替换匹配的的元素
var plum = $('Plum ')
$('.pear').replaceWith(plum)
$.html()
//=>
// Apple
// Orange
// Plum //
empty()
清空一个元素，移除所有的子元素
$('ul').empty()$.html()
html( [htmlString] )
获得元素的HTML字符串。如果htmlString有内容的话，将会替代原来的HTML
$('.orange').html()
//=> Orange
$('#fruits').html('Mango ').html()
//=> Mango
text( [textString] )
获得元素的text内容，包括子元素。如果textString被指定的话，每个元素的text内容都会被替换。
$('.orange').text()//=> Orange
$('ul').text()//=> Apple// Orange// Pear
cheerio 实践
下载类
var http = require("http");
function download(url, callback) {
http.get(url, function(res) {
var data = "";
res.on('data', function (chunk) {
data += chunk;
});
res.on("end", function() {
callback(data);
});
}).on("error", function() {
callback(null);
});
}
exports.download = download;
下载类的使用
var cheerio = require("cheerio");
var loadUrl = require("./loadUrl");
var url = "http://www.example.com"
loadUrl.download(url, function(data) {console.log(data);});