如何最有效地拆卸网页 Node.js

我需要拆卸一个简单的网页并获取数据 html, 如那个 "src", "data-attr" 等等。如何最有效地使用它 Node.js? 如果它有帮助，我使用 Node.js 0.8.x.

P.S. 这是
http://tunes.io/
, 我明白了。 我想获取当前曲目列表并制作自己的应用程序 html5 用于在移动设备上侦听。
2021-03-20 添加评论
分享

没有找到相关结果

    已邀请:

    董宝中

    赞同来自:

    我多次做了。 你想用
    http://phantomjs.org/
    , 如果您清洁的网站，非常使用 JavaScript. 注意 PhantomJS - 不是 Node.js. 这是一个完全不同的履行环境。 JavaScript. 你可以整合
    https://github.com/sgentle/phantomjs-node
    或者
    https://github.com/alexscheelmeyer/node-phantom
    但他们都很漂亮卡其色。 YMMV 跟他们。 避免与之相关的一切 jsdom. 这将导致头疼，它包括
    http://zombie.labnotes.org/
    .

    你应该使用什么 - 这是
    https://github.com/MatthewMueller/cheerio
    结合
    https://github.com/mikeal/request
    . 这对于大多数网页来说都足够了。

    我写了一篇关于使用的博客帖子 Cheerio 要求：
    http://procbits.com/2012/04/11 ... erio/
    但是，再次，如果它 JavaScript 强烈，使用 PhantomJS 结合
    http://casperjs.org/
    .

    我希望它会有所帮助。

    使用请求和问候的斯莱普特：


    var request = require/'request'/
    
 , cheerio = require/'cheerio'/;
    

    
var searchTerm = 'screen+scraping';
    
var url = 'http://www.bing.com/search?q=' + searchTerm;
    

    
request/url, function/err, resp, body/{
    
 $ = cheerio.load/body/;
    
 links = $/'.sb_tlst h3 a'/; //use your CSS selector here
    
 $/links/.each/function/i, link/{
    
 console.log/$/link/.text// + ':\n ' + $/link/.attr/'href'//;
    
 }/;
    
}/;
    2021-03-21 0 0
    分享

    知食

    赞同来自:

    你可能会尝试
    http://phantomjs.org/
    . 这里
    http://code.google.com/p/phant ... ation
    通过使用它来清洁屏幕。
    2021-03-21 0 0
    分享

    郭文康

    赞同来自:

    我同意 @JP 理查森，那 Cheerio 最适合清洁 non-JS-heavy 网站。
    对于JS沉重的网站，使用
    http://casperjs.org/
    . 它提供了大量的抽象和风格的承诺 API. 他们转到如何在他们的文件中刮擦：
    http://docs.casperjs.org/en/latest/quickstart.html
    .
    2021-03-21 0 0
    分享

    奔跑吧少年

    赞同来自:

    如果你想超越幻影，使用 node-phantom. 我有一个存储库 git hub, 一起使用它们来创建 pdf 文件来自 html, 如果你想看到。
    但我不会去幻影，因为他比你通常想要的更多，而且 cheerio 快点。
    2021-03-21 0 0
    分享
    为什么被折叠? 0 个回复被折叠

    要回复问题请先登录或注册

    Copyright © 2023, All Rights Reserved