Cheerio解析HTML教程详解

本篇文章给大家分享《使用 Cheerio 解析 HTML 字符串教程》，覆盖了文章的常见基础知识，其实一个语言的全部知识点一篇文章是不可能说完的，但希望通过这些问题，让读者对自己的掌握程度有一定的认识(B 数)，从而弥补自己的不足，更好的掌握它。

本文将介绍如何使用 Cheerio 库加载和操作 HTML 片段字符串，并避免 Cheerio 默认将其包裹在完整的 HTML 文档结构中。通过配置 cheerio.load() 函数的参数，我们可以直接访问和操作 HTML 片段，从而更方便地进行后续处理。

Cheerio 是一个为服务器特别定制的快速、灵活、简洁的 jQuery 核心实现。它非常适合从 HTML 文档中提取和操作数据。然而，默认情况下，当使用 cheerio.load() 函数加载 HTML 字符串时，Cheerio 会将其包装在一个完整的 HTML 文档结构中，这在某些情况下可能会带来不便。

例如，以下代码：

const cheerio = require('cheerio');

const htmlString = '
 Skyy
';
const $ = cheerio.load(htmlString);
console.log($.html());

输出结果为：

 Skyy

可以看到，原始的 HTML 片段被 Cheerio 包装在了 , , 等标签中。这使得直接访问和操作该片段变得稍微复杂。

为了避免这种情况，可以使用 cheerio.load() 函数的第三个参数，将其设置为 false。该参数用于禁用 HTML 包装。

以下是修改后的代码：

const cheerio = require('cheerio');

const htmlString = '
 Skyy
';
const $ = cheerio.load(htmlString, null, false);
console.log($.html());

输出结果为：

 Skyy

现在，输出结果就是原始的 HTML 片段，没有被额外的 HTML 标签包裹。

详细解释：

cheerio.load() 函数的完整签名为：

cheerio.load(html, options, isDocument);

• html: 要加载的 HTML 字符串。
• options: 一个可选的配置对象，用于指定 Cheerio 的行为。可以设置为 null 使用默认选项。
• isDocument: 一个布尔值，指定是否将 HTML 字符串视为完整的 HTML 文档。将其设置为 false 可以禁用 HTML 包装。

示例：

以下示例展示了如何使用禁用 HTML 包装来提取 HTML 片段中的文本内容：

const cheerio = require('cheerio');

const htmlString = '
 Skyy
';
const $ = cheerio.load(htmlString, null, false);

const artistName = $('.artist').text();
console.log(artistName); // 输出：Skyy

总结：

通过使用 cheerio.load() 函数的第三个参数并将其设置为 false，可以有效地禁用 Cheerio 的 HTML 包装功能，从而更方便地加载和操作 HTML 片段字符串。这在处理不完整的 HTML 片段或需要直接访问特定节点时非常有用。请记住，第二个参数通常设置为 null 以使用默认选项，而第三个参数控制是否将其作为完整的 HTML 文档加载。

今天关于《Cheerio解析HTML教程详解》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！