Node.js的HTML分析利器node-jquery用法浅析

什么是node-jquery

node-jquery是基于jsdom开发的一个能够在Node.js环境下使用jQuery语法的工具库。使用node-jquery可以方便地处理从HTML文档中提取想要数据的任务，尤其是对于爬虫程序。

安装node-jquery

npm install node-jquery

使用node-jquery

基本用法

var $ = require("node-jquery");

$.load("<div><p>Hello World</p></div>");
console.log($("p").text()); // 输出 "Hello World"

上述示例中，首先通过require方法引入了node-jquery模块。接着使用$.load方法将字符串"<div><p>Hello World</p></div>"中的HTML加载到DOM中，然后使用jQuery的语法选中<p>元素，并使用text()方法获取其文本内容并输出。

从URL加载页面

var $ = require("node-jquery");

$.get("http://example.com", function(data) {
    console.log(data);
});

上述示例中，通过$.get方法可以向指定URL发起GET请求，并获取返回的HTML文档。在回调函数中，可以对文档进行进一步处理，如使用$()方法选中元素，并进行相应处理。

实际应用

示例1：获取百度搜索结果

var request = require("request");
var cheerio = require("cheerio");

request.get("https://www.baidu.com/s?wd=node-jquery", function(err, res, body) {
    if(err) {
        console.error(err);
        return;
    }
    var $ = cheerio.load(body);
    $("div.c-container").each(function() {
        var title = $(this).find("h3 a").text();
        var summary = $(this).find("div.c-abstract").text();
        console.log(title + "\n" + summary + "\n");
    });
});

上述示例中，使用request模块发起到百度搜索页的请求，并获取返回的HTML文档。随后使用cheerio模块将HTML文档转换为jQuery对象。最后使用jQuery的语法选中搜索结果中的标题和摘要信息，并输出到控制台中。

示例2：爬取玩家汇WeGame网站热门单机游戏

var request = require("request");
var cheerio = require("cheerio");

request.get("https://www.wegame.com.cn/news/pcgame/hotsale/", function(err, res, body) {
    if(err) {
        console.error(err);
        return;
    }
    var $ = cheerio.load(body);
    $("ul.goods-list li").each(function() {
        var title = $(this).find("a.title").text();
        var price = $(this).find("span.price").text();
        var rating = $(this).find("div.ratings").attr("data-rating");
        console.log(title + "\t" + price + "\t" + rating + "分");
    });
});

上述示例中，使用request模块发起到玩家汇WeGame的热门单机游戏页的请求，并获取返回的HTML文档。随后使用cheerio模块将HTML文档转换为jQuery对象。最后使用jQuery的语法选中游戏的名称、价格和评价等信息，并输出到控制台中。