与cheerio DOM遍历 - 如何获得

Question

所以我用Cheerio，类似的jQuery的节点服务器端库，它允许您解析HTML文本并遍历与其相应的文本的所有元素它就像你会用jQuery一样。我需要获取html正文的纯文本，但不仅如此，我需要获取相应的元素和数字。 IE：如果纯文本是在第三段元素中找到，我会是这样的：

{ 
    text: <element plaintext>, 
    element: "p-3" 
} 

我现在有下面的函数试图做到这一点：

var plaintext_elements = traverse_tree($('body'));  

function traverse_tree(root, found_elements = {}, return_array = []) { 
    if (root.children().length) { 
     //root has children, call traverse_tree on that subtree 
     traverse_tree(root.children().first(), found_elements, return_array); 
    } 
    root.nextAll().each(function(i, elem) { 
     if ($(elem).children().length) { 
      //if the element has children call traverse_tree on the element's first child 
      traverse_tree($(elem).children().first(), found_elements, return_array) 
     } 
     else { 
      if (!found_elements[$(elem)[0].name]) { 
       found_elements[$(elem)[0].name] = 1; 
      } 
      else { 
       found_elements[$(elem)[0].name]++ 
      } 
      if ($(elem).text() && $(elem).text != '') { 
       return_array.push({ 
        text: $(elem).text(), 
        element: $(elem)[0].name + '-' + found_elements[$(elem)[0].name] 
       }) 
      } 
     } 
    }) 


    if (root[0].name == 'body') { 
     return return_array; 
    } 

} 

我要去的正确的方向，我应该尝试别的吗？任何帮助，将不胜感激。再次，这是而不是jQuery，但Cheerio在服务器端。 （他们都非常相似，不过）

Answer 1

我认为，如果你使用* CSS选择

function textElements($){ 
    const found = {} 
    return $('body *').map(function(el){ 
    if ($(this).children().length || $(this).text() === '') return 
    found[this.name] = found[this.name] ? 1 + found[this.name] : 1 
    return { 
     text: $(this).text(), 
     element: `${this.name}-${found[this.name]}`, 
    } 
    }).get() 
} 

textElements(cheerio.load(html)