javascript - NodeJS 和 Cheerio 网络抓取

Question

我做了一个应用程序，我在其中抓取了一个页面，在那个页面上我有一个这样的脚本

<script>
var myData = { Time: '10:46:29 am', car1: 'Volvo', car2: 'Ferarri', car3: 'VW' };
<script>

使用 cheerio 和 request Node 模块，我得到了脚本，但我需要获取 car1、car2< 的值 和 car3。

request('http://my-url.com', function(error, response, body) {
    
    var $ = cheerio.load(body);
   
    var htmlData = $('body script').last().prev().html();
    console.log(data);  
        
});

我尝试使用 JSON.parse(htmlData) 但我收到以下错误 SyntaxError: Unexpected token T。

有什么方法可以从脚本中解析 javascript，或者有人可以向我解释如何通过正则表达式获取 car1 和 car2 的值吗？

Answer 1

我建议进行一系列字符串替换，然后执行 JSON.load，以获取 JavaScript 对象，如下所示

var data = "{ Time: '10:46:29 am', car1: 'Volvo', car2: 'Ferarri', car3: 'VW' };";
var obj = JSON.parse(data
  .replace(/((?:[A-Za-z_][\w\d])+):/g, '"$1":')
  .replace(/'/g, '"')
  .replace(/;\s*$/, ''));
console.log(obj.car1, obj.car2, obj.car3);
// Volvo Ferarri VW

在这里，

.replace(/((?:[A-Za-z_][\w\d])+):/g, '"$1":')

将用 "，然后是 :，以及 "$1":。

然后

.replace(/'/g, '"')

会将所有 ' 替换为 "(假设您的数据中没有 ')。

然后

.replace(/;\s*$/, '')

将用空字符串替换 ; 后跟空白字符(基本上我们删除它们)。

此时，字符串会变成这样

{ "Time": "Friday", "car1": "Volvo", "car2": "Ferarri", "car3": "VW" }

现在我们简单地将它解析为 JSON 字符串，使用 JSON.parse 来获取 JavaScript 对象。