【发布时间】：2015-11-12 16:08:06
【问题描述】：
我正在 Cheerio 和 nodejs 中制作一个爬虫，我试图提取一个没有结束标签的。它看起来像这样：
<item>
<link>http://www.example.com
<description>...</description>
</item>
我将如何提取该链接？尝试提取链接标签的文本不会返回任何内容
【问题讨论】：
标签： javascript node.js cheerio
【发布时间】：2015-11-12 16:08:06
【问题描述】：
您需要一些解析器来解析输入的脏 HTML 并对其进行清理。您可以使用充满脏 HTML 的字符串来提供 DOMPurify，它会返回一个带有干净 HTML 的字符串
关闭 dd 标记不存在，如图所示添加 这些干净的 HTML 现在可以用来加载cheerio More on DOMPurify
【讨论】：
-
你好普拉奈。请不要链接到示例答案。在您的答案中包含该 HTML 会更有帮助。