Cheerio.load 无法工作：这就是如何使用 cheerio 抓取网页

WebscrapingAPI 于 2022 年 11 月 15 日

网络抓取是一种利用机器人脚本提供可靠数据的技术。如果使用正确的编程语言和工具集，网络搜索专家可以在几分钟内抓取成百上千的网站。

这是一种获取海量博学知识的强大方法，可以快速处理和清理以提取数据。即使在某些假冒商品的情况下，也可以利用网络搜刮工具浏览在线平台，查找所有售假商品。

由于网站链接的存在，您可以轻松地报告它们。但在过去，手动搜索和浏览所有网站是一件非常艰巨的工作。虽然你可能希望网络刮擦数据工作看起来简单明了，但事实肯定不是这样。刮擦工作是一个复杂的过程，需要技术知识。

你肯定会遇到像 ParseHub 和 Diffbot 这样的工具，但在今天的文章中，你将了解到 "CHEERIO"、为什么它有时无法加载以及其他各种情况。

Cheerio.Load不起作用：为什么会这样？

At times, you will find the cheerio.load not working correctly. You're well aware that there is an issue, but you cannot figure out where it is. Remember one thing, the "<tbody" component should be the child of the "<table> component. If you don't get these things corrected, the Cheerio.load will not work.

In the current version of Cheerio parses markup, the parser itself does not recover from that particular error. You have to write a valid HTML string, which means you have to wrap the string in "</table> and "<table>. When you downgrade to Cheerio 0.22.0, its parsers will take care of it.

Cheerio：您需要知道的事情

那么，Cheerio 究竟是什么呢？它是一种针对特定服务器的精简、灵活、快速的实现方式。你可能会想，如果有了 "Puppeteer"（一种基于 Node.JS 的刮擦设备），还需要 Cheerio 吗？

这是因为 Puppeteer 更多地用于自动执行浏览器工作，并以脚本运行的形式支持实时互联网可视化冲浪。Puppeteer 可以与所有由 React 和 Angular 创建的网站完美配合。你还可以用 Puppeteer 制作 PDF 和截图。

但说到速度，没有什么能比得上 Cheerio。它是一款极简的搜索工具，你还可以将它与其他各种模块结合起来，创建一个端到端的脚本。这个特殊的脚本会将输出保存到 CSV 中，并返回所有其他内容。

Cheerio 无疑是刮擦工作的最佳选择。它还能顺利地与 HTML 文档和 Chrome 浏览器配合使用。使用它时不会遇到任何问题，但在使用前需要了解它的功能。

如何使用 Cheerio 搜刮数据？

说到借助 Cheerio 搜刮数据，你需要遵循以下方法：

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

第 3 步："脚本"：[ "scrape"："esr./src/index.ts"]

第 4 步：import cheerio from "cheerio"; const $ = Cheerio

第 5 步： const firstHeader = $('h2.primary'); 控制台

第 6 步： npm 运行 scrape

如何从不同网站获取数据？

您是否希望反对来自不同网站的数据/信息？请按照以下 5 个步骤进行操作：

• 您需要检查要抓取的网站 HTML
• 利用代码访问网站的 URL，然后下载 HTML 文档及其页面上的内容。
• 将内容转化为可读格式
• 之后，您需要提取所有有用信息，并以结构化格式保存。

如何解析 Node JS HTML 文件？

您可以利用 npm 模块 htmlparser 和 jsdom 在 Node JS 中执行解析器和开发 DOM。您还可以选择

• CsQuery for
• 您可以轻松地从 HTML 转换 XHTML 并利用 XSLT
• 用于 Python 的 BeautifulSoup
• HTMLAgilityPack for

用 Cheerio 在 Node 中抓取网页：如何做到？

在本节中，你将了解如何借助 Cheerio 搜刮网页。但在选择这种附加方法之前，你需要获得许可。否则，你可能会发现自己侵犯了隐私、违反了版权或服务条款。

您将学习如何为所有国家和其他各种辖区搜索 ISO 3166-1 alpha-3 代码。您可以在 ISO 3166-1 alpha-3 页面的代码区找到国家数据。现在，让我们开始吧！

步骤 1：创建工作目录

在这里，你必须在终端区域运行 "mkdir learn-cheerio "命令，为项目创建一个目录。该命令将生成一个名为 "learn-cheerio "的目录，你也可以为其提供一个

在这一步中，你将在终端上执行一条命令，为你的作业制作一本手册。该命令将创建一个名为 learn-cheerio 的手册。如果你愿意，可以为手册另取一个名字。

在正确运行选定元素或 "mkdir learn-cheerio "命令后，您一定会看到一个名为 "learn-cheerio "的文件夹。创建目录并成功加载外部资源后，需要打开 Director 和文本编辑器初始化项目。

步骤 2：初始化项目

为了确保 Cheerio 能在该项目中正常运行，你必须浏览项目目录，然后对其进行初始化。你只需通过喜欢的文本编辑器打开目录，然后运行 "npm init -y "命令对其进行初始化。完成这一过程后，你就可以在项目目录的核心位置创建一个 "package.json 文件"。

第 3 步 - 安装依赖项

在本节中，你将通过运行 "npm I Axios cheerio pretty "来安装项目依赖项。

使用该命令时，加载需要一些时间，请耐心等待。成功运行该命令后，你可以在 package.json 文件的依赖项部分注册三个依赖项。

第一个依赖名为 "Axios"，第二个依赖名为 "Cheerio"，最后一个依赖名为 "Pretty"。Axios 是一个著名的 HTTP 客户端，可在浏览器和节点中运行。您需要它是因为 Cheerio 被视为标记解析器。

因此，为了确保 Cheerio 能够解析妆容，然后抓取所需的数据，您必须使用

为确保 Cheerio 能解析标记并抓取所需数据，您必须使用 Axios 从网站获取标记。如果你愿意，可以使用不同的 HTTP 客户端来获取标记。不一定非要使用 Axios。

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

第 4 步：检查要抓取的网站页面

在从网页中抓取数据之前，首先需要充分了解网页的 HTML 数据结构。在此部分下

在从网页中抓取数据之前，了解要抓取数据的网页的 HTML 结构至关重要。在维基百科上，进入 ISO 3166-1 alpha-3 代码。在 "当前代码 "部分下方，您可以找到国家及其代码的列表。

现在，你只需点击 "CTRL + SHIFT + I "组合键打开 DevTools。下面的图片显示了 "列表 "是如何出现在 DevTools 中的

第 5 步：编写代码以抓取数据

现在，您需要写下代码，以刮取数据。要开始工作，必须运行 "touch app.js "命令来组装 app.js 文件。如果成功运行该命令，就可以在项目目录中创建 app.js 文件，不会出现任何错误。

就像所有其他 Node 软件包一样，在开始使用之前，你必须获得 pretty、Cheerio 和 anxious。为此，您需要添加以下代码：

const axios = require ["axios"]

const Cheerio = require ["cheerio"]

const pretty = require ["pretty"]

确保在 app.js 文件顶部提供这些代码。刮出数据前，请务必充分了解 cheerio。您可以通过操作生成的数据结构来解析标记。这样做将有助于你了解 cheerio 语法和常用流程。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"> Mango </li>

<li class="fruits__apple"> Apple </li>

</ul>

您可以轻松地在 app.js 文件中添加这个特定的变量命令。

WebScrapingAPI如何提供帮助？

图片来源 

现在，你已经了解了如何使用 Cheerio、Cheerio.load 不工作的原因、div 元素、文本内容、节点和加载 HTML。尽管 Cheerio 是一款出色的网络抓取工具，但市场上还有其他工具。但其中最突出的是WebScrapingAPI软件。

有超过 10,000 家企业使用该搜索软件来清理、搜索和收集所有有用的数据。通过该软件，您可以轻松地从任何类型的网页中获取原始 HTML，并使用简单的 API。它可以为企业中的所有人提供随时可处理的数据。

该软件将通过验证码和真实浏览器自动处理代理的 JavaScript 和可视化渲染。该软件必将有助于您的业务增长，其客户支持团队将全天候为您提供所需的帮助。与其他 Scraping API 软件相比，该软件收集数据的速度要快 3 倍。

WebScraping API 还能让你在 Vue、AngularJS、React 和其他各种 JS 库中抓取网页。您还会遇到 Amazon Scraper API、Google Search and Results API、

优点 

• 卓越的客户支持
• 易于使用的软件
• 具有蚂蚁机器人检测功能
• 轮流代理

缺点 

使用该软件时，我没有发现任何缺点

选择 WebScrapingAPI：最佳网络抓取软件

图片来源 

网络爬行和搜索在当今世界相当重要。这项工作是由专家进行的，他们拥有丰富的网站抓取知识，不会出现很多错误。刮擦工作可以帮助你提取出所需的数据。但是，使用 WebScrapingAPI 这样的软件可以使提取速度大大加快。

作为一款领先的网站搜索软件，该软件广受欢迎。使用该搜索软件的企业每月可获得超过 5000 万的收入。该软件还采用了最先进的技术，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、线索生成、货币数据、市场调研等许多工作。那么，你是否对这款收集数据的网站刮擦工具感兴趣呢？现在就联系 WebScrapingAPI 的专家吧！使用他们的软件可以防止请求被阻止，您还将获得优质服务。

此外，请务必查看 定价选项.在开始使用该软件之前，请务必进行一番研究并检查价格。 

立即使用WebScrapingAPI！