分享一个自己写的工具, 用来从 HTML 文档中提取 JSON 数据 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
feichao
V2EX    Node.js

分享一个自己写的工具, 用来从 HTML 文档中提取 JSON 数据

  •  
  •   feichao 2017-11-30 12:37:19 +08:00 5100 次点击
    这是一个创建于 2879 天前的主题,其中的信息可能已经有所发展或是发生改变。

    Temme在 CSS/jQuery 选择器语法上添加了一些自定义的语法, 用于从 HTML 文档中提取想要的 JSON 数据. Temme 基于 cheerio, 支持一次性选取多个字段或者一个列表, 比较适用于已经使用 cheerio 的 Node 爬虫.

    playground

    豆瓣短评网页例子

    最近和 puppeteer 配合使用感觉还是蛮爽的, 打开一个网页, 写一个选择器就可以直接选取出所有想要的 JSON 数据了. 欢迎 fork&star, 或者提一些改进意见

    7 条回复    2017-12-04 13:42:32 +08:00
    jianguiqubaa
        1
    jianguiqubaa  
       2017-12-01 09:25:54 +08:00
    这个方式挺有意思的! 不过要是命令行能很好的支持就好了。。。
    之前用 pup 处理 html, 解析完之后的东西还需要在处理一下, 要是能直接出 json, 就能和 jq 之类的命令一起用了
    feichao
        2
    feichao  
    OP
       2017-12-01 10:43:10 +08:00
    @jianguiqubaa 嗯, 命令行也是一个很合适的使用场景, 之前一直在写爬虫, 想着只是个 Node 的工具. 这几天添上命令行工具.
    feichao
        3
    feichao  
    OP
       2017-12-02 01:55:05 +08:00   1
    @jianguiqubaa 已经支持命令行了. 用法参考了一下 pup. https://github.com/shinima/temme-showcase#命令行 api
    jianguiqubaa
        4
    jianguiqubaa  
       2017-12-04 09:08:21 +08:00
    @feichao 真是速度!
    我试用了一下, 发现用了 Object.entties, 只能 7 以上的版本能用么, 版本要求有点高啊!
    feichao
        5
    feichao  
    OP
       2017-12-04 13:05:07 +08:00
    @jianguiqubaa
    刚改了改用法, CI 也显示 node 6.12.0 可以用了. https://travis-ci.org/shinima/temme/builds/311130645
    重新安装就可以用了
    jianguiqubaa
        6
    jianguiqubaa  
       2017-12-04 13:34:26 +08:00
    @feichao

    真是快!待我使用一段时间后给你使用反馈~
    feichao
        7
    feichao  
    OP
       2017-12-04 13:42:32 +08:00
    @jianguiqubaa 好的, 谢谢. 学生党每天挂在电脑前, 看看书写写代码, 比较闲 o(* ̄ ̄*)ブ
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2611 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 19ms UTC 05:16 PVG 13:16 LAX 22:16 JFK 01:16
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86