Scraped Text ist verbunden, wie kann ich trennen?

Question

Ich kratze Klartext von Websites, aber ich kann nicht scheinen, den Text zu trennen.

Hier ist, was ich meine ...

var Horseman = require("node-horseman"); 
var horseman = new Horseman(); 

horseman 
    .open('http://nickoskitchen.com/') 
    .text('.rc-headline') 
    .then(function(text){ 
    console.log(text); 
    horseman.close(); 
    }); 

Das Ergebnis dieses Skript läuft ...

admin:~/workspace $ node test4.js 
Recipes Inspired By New York City Street Foods10 More Unbelievable Red Velvet Desserts10 Twists On The Deviled EggElevate These 10 Dishes With Earthy Artichoke 

sehen? Es wird als eine Zeichenfolge abgerufen, aber wenn ich .count() bekomme ich 4 Ergebnisse.

Wenn jemand mir bitte mit diesem Problem helfen könnte, wäre ich sehr dankbar.

Answer 1

Die text()-Methode ruft nur den Textinhalt des übereinstimmenden Selektors ab, so dass jeder Listenstil (oder ein beliebiges HTML-Element/Stil, das zum Trennen der Werte verwendet wird) auf der Seite verloren geht und der verzerrte Text übrig bleibt .

Es gibt ein npm-Paket, das Sie sehen möchten, wenn Sie die Website für einige Inhalte scrape. Es heißt cheerio (jQuery für den Server). Fügen Sie es Ihrem Code wie folgt hinzu

var Horseman = require("node-horseman"); 
var cheerio = require("cheerio"); 
var horseman = new Horseman(); 

horseman 
    .open('http://nickoskitchen.com/') 
    .html() 
    .then(function(html){ 
     var $ = cheerio.load(html); 
     var headlines = $('.rc-headline'); 
     headlines.each(function(){ 
      console.log($(this).text()); 
     }); 
     horseman.close(); 
    }); 

Hoffe, das hilft!