如何使用 Cheerio js 删除 <div> 和 <br>？

Question

我有以下 html 我想通过 Cheerios 解析。

    var $ = cheerio.load('<html><head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8"/></head><body style="word-wrap: break-word; -webkit-nbsp-mode: space; -webkit-line-break: after-white-space;"><div>This works well.</div><div><br clear="none"/></div><div>So I have been doing this for several hours. How come the space does not split? Thinking that this could be an issue.</div><div>Testing next paragraph.</div><div><br clear="none"/></div><div>Im testing with another post. This post should work.</div><div><br clear="none"/></div><h1>This is for test server.</h1></body></html>', {
    normalizeWhitespace: true,
});

// trying to parse the html
// the goals are to 
// 1. remove all the 'div'
// 2. clean up <br clear="none"/> into <br>
// 3. Have all the new 'empty' element added with 'p'

var testData = $('div').map(function(i, elem) {
    var test = $(elem)
    if ($(elem).has('br')) {
        console.log('spaceme');
        var test2 = $(elem).removeAttr('br');
    } else {
        var test2 = $(elem).removeAttr('div').add('p');
    }
    console.log(i +' '+ test2.html());
    return test2.html()
})

res.send(test2.html())

我的最终目标是尝试解析 html

删除所有 div
清理<br clear="none"/>并更改为<br>
最后把所有空的'element'（带'div'的句子）去掉，加上'p'的句子'/p'

在我编写的上述代码中，我尝试从一个较小的目标开始。我试图删除所有 'div' （这是成功的）但我无法找到 'br.我已经试了好几天了，没有头绪。

所以我在这里写信是为了寻求一些帮助和提示，以了解如何实现我的最终目标。

谢谢 :D

Answer 1

您不想删除要删除标签的属性，因此您想将 removeAttr 切换为 remove，如下所示：

var testData = $('div').map(function(i, elem) {
    var test = $(elem)
    if ($(elem).has('br')) {
        console.log('spaceme');
        var test2 = $(elem).remove('br');
    } else {
        var test2 = $(elem).remove('div').add('p');
    }
    console.log(i +' '+ test2.html());
    return test2.html()
})

Answer 2

它比看起来容易，首先你遍历所有 DIV 的

$('div').each(function() { ...

并且对于每个 div，您检查它是否具有 <br> 标签

$(this).find('br').length

如果是，则删除该属性

$(this).find('br').removeAttr('clear');

如果没有你创建一个内容相同的P

var p = $('<p>' + $(this).html() + '</p>');

然后只需将 DIV 替换为 P

$(this).replaceWith(p);

并输出

res.send($.html());

加起来就是

$('div').each(function() {
    if ( $(this).find('br').length ) {
        $(this).find('br').removeAttr('clear');
    } else {
        var p = $('<p>' + $(this).html() + '</p>');
        $(this).replaceWith(p);
    }
});

res.send($.html());

如何使用 Cheerio js 删除 <div> 和 <br>？

How to remove <div> and <br> using Cheerio js?

javascript

node.js

cheerio