NodeJS解析HTML之cheerio

cheerio简介

为服务器特别定制的，快速、灵活、实施的jQuery核心实现。

• 易用，语法类似jQuery语法，从jQuery库中去除了所有 DOM不一致性和浏览器尴尬的部分。
• 解析快，比JSDOM快八倍。
• 灵活，Cheerio 封装了兼容的htmlparser。Cheerio 几乎能够解析任何的 HTML 和 XML document。

安装

npm install cheerio

或

cnpm install cheerio

简单使用

// 引入cheerio模块
const cheerio = require('cheerio')
// 加载HTML字符串
const $ = cheerio.load('
Hello world
')
 
 // 设置Text
$('h2.title').text('Hello there!')
// 添加class
$('h2').addClass('welcome')
 
 // 获取完整HTML
$.html()
//=> 
// 
Hello there!

load的默认配置：

{
    withDomLvl1: true,
    normalizeWhitespace: false,
    xmlMode: true,
    decodeEntities: true
}

如果想要获取的代码不实例化，可以设置decodeEntities为false。

参考

1. 官网：https://www.npmjs.com/package/cheerio
2. https://github.com/fb55/DomHandler