一直以來非常感謝各位的幫助。
寫了一個簡單的爬蟲,目的是把慕課網課程的章節(jié)抓取下來。
url是:https://www.imooc.com/learn/951
代碼可以順利的運行,但我的理想結果是如下:
第1章 課程介紹
第2章 MyCAT介紹
第3章 MyCAT基礎
第4章 課程總結
但是實際卻是:
出現這樣的原因是<strong>
標簽中有兩段文字
我的代碼是這樣的:
const http=require('https');
const fs=require('fs');
const cheerio=require('cheerio');
const url='https://www.imooc.com/learn/951';
http.get(url,function(res){
var html='';
var titles=[];
res.setEncoding('utf-8');
res.on('data',function(chunk){
html+=chunk;
});
res.on('end',function(){
var $=cheerio.load(html);
$('strong').each(function(){
var x=$(this).text().trim();
console.log(x);
});
});
});
如何把后面那段介紹文字去掉。只留一個大章節(jié)的標題。
用text()
取得文本數據的時候,如何才能讓文字前面的空格和換行都去掉。
另外我是做電商運營的,我用這個去爬取亞馬遜排行top100的標題的時候,發(fā)現一個結果都出不來,但是爬取慕課網卻還是可以運行的, 如果要爬取亞馬遜的話,我該如何做。
謝謝大家的幫助!
北大青鳥APTECH成立于1999年。依托北京大學優(yōu)質雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國IT技能型緊缺人才,是大數據專業(yè)的國家
北大青鳥中博軟件學院創(chuàng)立于2003年,作為華東區(qū)著名互聯網學院和江蘇省首批服務外包人才培訓基地,中博成功培育了近30000名軟件工程師走向高薪崗位,合作企業(yè)超4
中公教育集團創(chuàng)建于1999年,經過二十年潛心發(fā)展,已由一家北大畢業(yè)生自主創(chuàng)業(yè)的信息技術與教育服務機構,發(fā)展為教育服務業(yè)的綜合性企業(yè)集團,成為集合面授教學培訓、網
達內教育集團成立于2002年,是一家由留學海歸創(chuàng)辦的高端職業(yè)教育培訓機構,是中國一站式人才培養(yǎng)平臺、一站式人才輸送平臺。2014年4月3日在美國成功上市,融資1
曾工作于聯想擔任系統(tǒng)開發(fā)工程師,曾在博彥科技股份有限公司擔任項目經理從事移動互聯網管理及研發(fā)工作,曾創(chuàng)辦藍懿科技有限責任公司從事總經理職務負責iOS教學及管理工作。
浪潮集團項目經理。精通Java與.NET 技術, 熟練的跨平臺面向對象開發(fā)經驗,技術功底深厚。 授課風格 授課風格清新自然、條理清晰、主次分明、重點難點突出、引人入勝。
精通HTML5和CSS3;Javascript及主流js庫,具有快速界面開發(fā)的能力,對瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網頁制作和網頁游戲開發(fā)。
具有10 年的Java 企業(yè)應用開發(fā)經驗。曾經歷任德國Software AG 技術顧問,美國Dachieve 系統(tǒng)架構師,美國AngelEngineers Inc. 系統(tǒng)架構師。