分享一个自己写的工具, 用来从 HTML 文档中提取 JSON 数据

2017-11-30 12:37:19 +08:00
feichao  feichao

Temme在 CSS/jQuery 选择器语法上添加了一些自定义的语法, 用于从 HTML 文档中提取想要的 JSON 数据. Temme 基于 cheerio, 支持一次性选取多个字段或者一个列表, 比较适用于已经使用 cheerio 的 Node 爬虫.

playground

豆瓣短评网页例子

最近和 puppeteer 配合使用感觉还是蛮爽的, 打开一个网页, 写一个选择器就可以直接选取出所有想要的 JSON 数据了😄. 欢迎 fork&star, 或者提一些改进意见

4710 次点击
所在节点   Node.js  Node.js
7 条回复
jianguiqubaa
jianguiqubaa
2017-12-01 09:25:54 +08:00
这个方式挺有意思的! 不过要是命令行能很好的支持就好了。。。
之前用 pup 处理 html, 解析完之后的东西还需要在处理一下, 要是能直接出 json, 就能和 jq 之类的命令一起用了
feichao
feichao
2017-12-01 10:43:10 +08:00
@jianguiqubaa 嗯, 命令行也是一个很合适的使用场景, 之前一直在写爬虫, 想着只是个 Node 的工具. 这几天添上命令行工具.
feichao
feichao
2017-12-02 01:55:05 +08:00
@jianguiqubaa 已经支持命令行了. 用法参考了一下 pup. https://github.com/shinima/temme-showcase#命令行 api
jianguiqubaa
jianguiqubaa
2017-12-04 09:08:21 +08:00
@feichao 真是速度!

我试用了一下, 发现用了 Object.entties, 只能 7 以上的版本能用么, 版本要求有点高啊!
feichao
feichao
2017-12-04 13:05:07 +08:00
@jianguiqubaa
刚改了改用法, CI 也显示 node 6.12.0 可以用了. https://travis-ci.org/shinima/temme/builds/311130645
重新安装就可以用了😄
jianguiqubaa
jianguiqubaa
2017-12-04 13:34:26 +08:00
@feichao

真是快!待我使用一段时间后给你使用反馈~
feichao
feichao
2017-12-04 13:42:32 +08:00
@jianguiqubaa 好的, 谢谢. 学生党每天挂在电脑前, 看看书写写代码, 比较闲 o(* ̄▽ ̄*)ブ

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/410782

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX