CheerioJS 解析脚本标签上的数据
Posted
技术标签:
【中文标题】CheerioJS 解析脚本标签上的数据【英文标题】：CheerioJS to parse data on script tag 【发布时间】：2022-01-15 12:02:16 【问题描述】：我一直在尝试使用cheerio解析脚本标签中的数据，但是由于以下原因很难。
由于 html-entities 无法解析生成为 JSON 的字符串更多信息：
另外让我感到奇怪的是，您必须再次将内容重新加载到 Cheerio 中才能获取文本。欢迎您分叉此副本或复制并粘贴代码以自己尝试 https://replit.com/@Graciasc/Cheerio-Script-Parse
const cheerio = require('cheerio')
const decode = require('html-entities')
const html = `
<body>
<script type="text/javascript"src="/data/common.0e95a19724a68c79df7b.js"></script>
<script>require("dynamic-module-registry").set("from-server-context", JSON.parse("\x7B\x22data\x22\x3A\x7B\x22available\x22\x3Atrue,\x22name\x22\x3A"Gracias"\x7D\x7D"));</script>
</body>
`;
const $ = cheerio.load(html,
decodeEntities: false,
);
const text = $('body').find('script:not([type="text/javascript"])');
const cheerioText = text.eq(0).html();
//implement a better way to grab the string
const scriptInfo = cheerio.load(text.eq(0).html()).text();
const regex = new RegExp(/^.*?JSON.parse\(((?:(?!\)\);).)*)/);
const testing = regex.exec(scriptInfo)[1];
// real output:
//\x7B\x22data\x22\x3A\x7B\x22available\x22\x3Atrue,\x22name\x22\x3A"Gracias"\x7D\x7D when logged
console.log(testing)
// Not Working
const json = JSON.parse(testing)
const decoding = decode(testing)
// same output as testing
console.log(decoding)
// Not working
console.log('decode', JSON.parse(decoding))
//JSON
Data: available: true, name: 'Gracias'
【问题讨论】：
【参考方案1】：一个干净的解决方案是使用 JSDOM
repl.it 链接(https://replit.com/@Graciasc/Cheerio-Script-Parse#index.js)
const JSDOM = require('jsdom')
const dom = new JSDOM(`<body>
<script type="text/javascript"src="/data/common.0e95a19724a68c79df7b.js"></script>
<script>require("dynamic-module-registry").set("from-server-context", JSON.parse("\x7B\x22data\x22\x3A\x7B\x22available\x22\x3Atrue,\x22name\x22\x3A"Gracias"\x7D\x7D"));</script>
</body>`)
const serializedDom = dom.serialize()
const regex = new RegExp(/^.*?JSON.parse\("((?:(?!"\)\);).)*)/gm);
const jsonString = regex.exec(serializedDom)[1];
console.log(JSON.parse(jsonString))
// output: data: available: true, name: 'Gracias'
【讨论】：
以上是关于CheerioJS 解析脚本标签上的数据的主要内容，如果未能解决你的问题，请参考以下文章
bzoj1232[Usaco2008Nov]安慰奶牛cheer*
BZOJ1232[Usaco2008Nov]安慰奶牛cheer 最小生成树