抓取网站以检索 html 元素和相关样式

Question

我正在尝试抓取网站以获取带有提供的标签的所有元素，例如 $('header') 及其相关样式。本质上循环遍历每个元素并获取其关联的 css 并将其全部转储到一个文件中。

目前我已经设置了以下内容：

// npm install --save request request-promise cheerio puppeteer

const rp = require("request-promise");

const puppeteer = require("puppeteer");

var fs = require("fs");

const $ = require("cheerio");

const url = "url here";

puppeteer

    .launch()

    .then(function(browser) {

        return browser.newPage();

    })

    .then(function(page) {

        return page.goto(url, {waitUntil: 'load', timeout: 0}).then(function() {

            return page.content();

        });

    })

    .then(function(html) {

        let header = $('#header', html);

        fs.writeFile("test.txt", header, (err) => {

            if (err) console.log(err);

            console.log("Successfully Written to File.");

        });

    })

    .catch(function(err) {

        console.log(err)

    });

我被困在如何遍历所有子元素并获取它们的样式。任何建议将不胜感激。

Answer 1

你可以使用方法.children([selector])，刚刚在cheerio文档中看到，它会给出数组，你可以使用我认为的并循环它，你试过吗？

Answer 2

在cheerio中，你可以像下面这样循环事件const result = $('.listing > tbody:nth-child(1) tr').each((i, item) => {    const $item = $(item);    const comicName = $item.find('td > a').text().trim();});