分享一个自己写的工具, 用来从 HTML 文档中提取 JSON 数据

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 2548 天前的主题，其中的信息可能已经有所发展或是发生改变。

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.

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

7 条回复 • 2017-12-04 13:42:32 +08:00

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

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

2017-12-02 01:55:05 +08:00

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

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

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

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