带有jsdom的多行属性

Question

可以用jsdom获取多行属性的值吗（我用的是Node.js+JQuery）？

要抓取的网站包含以下 HTML：

<li><a data-title="<strong>hello world
this is a test</strong>" href="example.org</strong>">A link</a></li>

不幸的是，这被解析为

<li><a data-title="data-title"><strong>hello world
this is a test</strong>' href="example.org">A link</a></li>

所以我无法提取标题和 href 属性，例如通过 JQuery：$("a").attr("data-title").

有什么想法吗？

Answer 1

是的，这是jsdom 解析器中的一个错误。这是因为它没有使用完全符合 HTML5 的解析器。您可以看到此类错误仍未解决：

1. https://github.com/tmpvar/jsdom/issues/494
2. https://github.com/tmpvar/jsdom/issues/482

您可以尝试cheerio进行抓取。