Cheerio.load 无法正常工作：这是如何使用 Cheerio 抓取网页

有时你会发现 Cheerio.load 无法正常工作。你清楚存在问题，却无法找出具体原因。请记住一点："<tbody" 元素必须是 "<table> 元素的子元素。如果这些设置不正确，Cheerio.load 就会失效。

在当前版本的 Cheerio 标记解析中，解析器本身无法从该特定错误中恢复。你必须编写有效的 HTML 字符串，这意味着必须将字符串包裹在 "</table> 和 "<table> 标签内。若降级至 Cheerio 0.22.0，其解析器将自动处理此问题。

那么，Cheerio 究竟是什么？它是一个针对特定服务器的精简、灵活且快速的实现方案。您可能会疑惑：既然已有基于 Node.JS 的爬取工具“Puppeteer”，为何还需要 Cheerio？

这是因为 Puppeteer 更多用于自动化浏览器操作，并支持通过脚本运行实现实时网页浏览。Puppeteer 能完美兼容所有基于 React 和 Angular 构建的网站。你还可以用 Puppeteer 生成 PDF 文件并截取屏幕截图。

但在速度方面，没有任何工具能超越 Cheerio。它是一款专为数据抓取而设计的极简工具，你还可以将其与其他各种模块结合，创建端到端的脚本。该脚本不仅能将输出保存为 CSV 格式，还能返回其他所有数据。

Cheerio无疑是数据抓取工作的理想选择。它能与HTML文档和Chrome浏览器无缝协作。使用过程中您不会遇到任何问题，但在实际应用前，您需要了解其工作原理。

若要借助 Cheerio 进行数据抓取，请遵循以下步骤：

步骤 1：Mkdir country-popular cd country-popular npm init

步骤 2：npm install Cheerio Axios npm install -D typescript esbuild esbuild-runner

步骤 3："scripts" : [ "scrape": "esr./src/index.ts"]

步骤 4：import cheerio from "cheerio"; const $ = Cheerio

步骤 5：const firstHeader = $('h2.primary'); console

步骤 6：npm run scrape

您是否希望从其他网站获取数据/信息？请按照以下 5 个步骤操作：

• 您需要检查想要爬取的网站 HTML
• 利用代码访问该网站的 URL，然后下载 HTML 文档及其页面内容。
• 将内容转换为可读格式
• 随后，您需要提取所有有用的信息，并将其保存为结构化格式。

您可以利用 npm 模块 htmlparser 和 jsdom 在 Node.js 中进行解析并构建 DOM。其他可选方案包括：

• CsQuery用于
• 您可以轻松地将 XHTML 转换为 HTML，并利用 XSLT
• BeautifulSoup（适用于 Python）
• HTMLAgilityPack 适用于

在本节中，您将了解如何借助 Cheerio 抓取网页。但在采用此方法之前，您必须确保拥有相应的权限。否则，您可能会发现自己侵犯了隐私、违反了版权或服务条款。

您将学习如何抓取所有国家及各类行政区划的 ISO 3166-1 alpha-3 代码。您可以在 ISO 3166-1 alpha-3 页面的代码区域中找到国家数据。那么，现在让我们开始吧！

步骤 1：创建工作目录

在此，您需要在终端区域运行命令“mkdir learn-cheerio”来为项目创建一个目录。该命令将创建一个名为“learn-cheerio”的目录，您也可以自由为其指定一个

在此步骤中，您将通过在终端执行命令来创建项目目录。该命令将生成名为 learn-cheerio 的目录。如需自定义，您可为其指定其他名称。

正确执行上述操作或“mkdir learn-cheerio”命令后，您将看到一个名为“learn-cheerio”的文件夹。在目录创建完成且成功加载外部资源后，您需要打开该目录并使用文本编辑器来初始化项目。

步骤 2：初始化项目

为确保 Cheerio 能在此项目中正常运行，您需进入项目目录并进行初始化。只需使用您喜欢的文本编辑器打开该目录，然后运行 "npm init -y" 命令进行初始化。完成此过程后，项目目录根目录下将生成一个 "package.json" 文件。

步骤 3 - 安装依赖项

在此步骤中，您将通过运行“npm install Axios cheerio pretty”来安装项目依赖项。

执行此命令时，加载过程可能需要一些时间，请耐心等待。成功运行命令后，您可以在 `package.json` 文件的 `dependencies` 部分下方注册这三个依赖项。

第一个依赖项名为“Axios”，第二个是“Cheerio”，最后一个是“Pretty”。Axios 是一个广为人知的 HTTP 客户端，可在浏览器和 Node.js 环境中运行。您需要它，因为 Cheerio 被视为一个标记解析器。

因此，为了确保 Cheerio 能解析标记并刮取您所需的数据，您必须使用

为了确保 Cheerio 能解析标记并刮取所需数据，你必须使用 Axios 从网站获取标记。如果你愿意，也可以使用其他 HTTP 客户端来获取标记，不一定要非得是 Axios。

另一方面，“Pretty”是一个 npm 包，用于美化标记，使其在终端上打印时完全可读。

步骤 4：检查您想要抓取的网页

在从网页抓取数据之前，你需要先充分了解该页面的 HTML 数据结构。在本节中

在从网页抓取数据之前，了解目标页面的 HTML 结构至关重要。在维基百科上，请访问 ISO 3166-1 alpha-3 代码页面。在“当前代码”部分下方，你会看到一个国家及其代码的列表。

现在，只需按下“CTRL + SHIFT + I”快捷键打开开发者工具。或者，您也可以右键点击并选择“检查”选项。下图展示了“列表”在开发者工具中的显示效果

第 5 步：编写代码以抓取数据

现在，您需要编写代码来抓取数据。开始工作前，必须运行“touch app.js”命令来生成 app.js 文件。如果该命令执行成功，您就能在项目目录中无错误地创建 app.js 文件。

与其他 Node 包一样，在开始使用它们之前，你需要引入 pretty、Cheerio 和 anxious。为此，你需要添加以下代码：

const axios = require ["axios"]

const Cheerio = require ["cheerio"]

const pretty = require ["pretty"]

请务必将这些代码置于 app.js 文件的最顶部。在开始抓取数据之前，请确保你已充分了解 Cheerio。你可以通过操作生成的数据结构来解析标记。这样做将有助于你掌握 Cheerio 的语法以及常见的工作流程。以下是包含 LI 元素的 UL 元素的标记：

const URL markup = `

<ul class="fruits">

<li class="frutis__mango"> 芒果 </li>

<li class="fruits__apple"> 苹果 </li>

</ul>

您可以轻松地将此特定变量命令添加到 app.js 文件中。

图片来源： 

至此，您已经了解了如何使用 Cheerio、Cheerio.load 无法运行的原因、div 元素、文本内容、节点以及加载 HTML 的方法。尽管 Cheerio 是一款出色的网页抓取工具，但市面上还有其他选择。而在众多工具中脱颖而出的，正是 WebScrapingAPI 软件。

这款抓取软件已被超过 10,000 家企业用于清理、网页抓取及收集所有有用数据。通过该软件，您可以轻松从任何类型的网页获取原始 HTML，且其采用简洁的 API 接口。它能为贵公司全体人员提供可直接处理的数据。

该软件将通过 CAPTCHA 验证和真实浏览器，自动处理代理服务器的 JavaScript 及视觉渲染。它必将助力您的业务增长，其客户支持团队将全天候 24x7 待命，随时为您提供所需帮助。与其他爬取 API 软件相比，这款软件的数据采集速度快达 3 倍。

WebScraping API 还支持您在 Vue、AngularJS、React 以及其他多种 JS 库中抓取网页。您还将接触到 Amazon Scraper API、Google 搜索与结果 API，

优点： 

• 提供卓越的客户支持
• 操作简便
• 具备反机器人检测功能
• 轮换代理

缺点： 

在使用该软件期间，我未发现任何缺点

图片来源： 

在当今世界，网络爬取和数据抓取至关重要。这项工作通常由精通网站抓取且出错率极低的专家来完成。抓取工作能帮助您提取所需数据，而像WebScrapingAPI这样的软件则能大幅提升提取速度。

该软件作为网站抓取领域的领先工具而广受欢迎。使用该抓取软件的企业每月可获取超过5000万条数据。该软件还采用了尖端技术，使其在众多工具中脱颖而出。

通过该平台，您可以进行价格比较、潜在客户开发、财务数据分析、市场调研以及其他多种操作。那么，您是否对这款用于数据采集的网站抓取工具感兴趣？现在就联系 WebScrapingAPI 的专家吧！使用他们的软件可避免请求被拦截，并能获得优质的服务。

此外，请务必查看其定价方案。您将发现多种套餐选择，起价仅为49美元。在开始使用该软件之前，请务必进行一番调研并确认价格。 

立即使用 WebScrapingAPI！