Javascript 在Node.js中进行Web抓取/解析以检测HTML页面的语言？_Javascript_Html_Node.js_Parsing_Web Scraping

Javascript 在Node.js中进行Web抓取/解析以检测HTML页面的语言？

javascript html node.js parsing web-scraping

Javascript 在Node.js中进行Web抓取/解析以检测HTML页面的语言？,javascript,html,node.js,parsing,web-scraping,Javascript,Html,Node.js,Parsing,Web Scraping,我正在使用Readability Parser API和node Readability模块为构建在node.js上的服务器执行web抓取/解析。我可以获得关于出版商和博客（我的目标）网站上发表的文章的很多信息（标题、链接、日期、内容、长度…），但无法获得他们的书面语言。你知道我该怎么做吗有谷歌翻译API，但它不是免费的，我不需要任何翻译。有Alchemy Language Detection API，或者有node Language detect模块，但是它似乎可以从给定的文本中检测语言，

我正在使用Readability Parser API和node Readability模块为构建在node.js上的服务器执行web抓取/解析。我可以获得关于出版商和博客（我的目标）网站上发表的文章的很多信息（标题、链接、日期、内容、长度…），但无法获得他们的书面语言。你知道我该怎么做吗

有谷歌翻译API，但它不是免费的，我不需要任何翻译。

有Alchemy Language Detection API，或者有

node Language detect

模块，但是它似乎可以从给定的文本中检测语言，而在我的例子中，关于语言的一些信息可能可以在页面的HTML代码中找到（请参阅）.

您可以请求链接内容，然后从HTTP响应头获取语言

一些服务器将使用

内容语言标题进行响应
 虽然推断网页的语言可能很困难（您好！），但HTML是有帮助的。查找lang
属性：
<html lang="en-us">



应该注意的是，任何元素都可以具有上述属性。就我的开场白而言：
<p lang="en-us">While inferring the language of a web page can be difficult <span lang="fr">(Bonjour!)</span></p>

推断网页语言可能很困难（您好！）

更多信息请点击此处：
或者，您可以检查返回标题的内容语言
，但这并不具体，它定义了整个页面。
谢谢。我将向给定的URL发出请求。然后我应该查找HTMLlang属性还是HTTP响应头？谢谢。此代码有效：var请求=require（“请求”）；var cheerio=要求（“cheerio”）；var url='1〕http://www.vox.com/cards/israel-palestine/peace-process-failure';  请求（url，函数（err，resp，html）{$=cheerio.load（html）；var langue=$（“html”）.attr（“lang”）；console.log（langue）；}）谢谢。我将向给定的URL发出请求。然后我应该查找HTMLlang属性还是HTTP响应头？