Javascript 尝试使用Nodejs从HTML响应中提取信息

我只是想发电子邮件(myemail@hotmail.com)从我使用cheerio和Puppeter模块的HTML响应中。但是我得到了不同的东西，我根本不需要全部使用它们。 其在td/tr中被置于p2类中。 将tr作为参数放入

我的代码是这样的：

const puppeteer = require('puppeteer');
const $ = require('cheerio');
const url = 'https://mywebsite.com';

puppeteer
  .launch()
  .then(function(browser) {
    return browser.newPage();
  })
  .then(function(page) {
    return page.goto(url).then(function() {
      return page.content();
    });
  })
  .then(function(html) {
    $('tr', html).each(function() {
        // putting all the result into the list

      console.log($(this).text());
    });
  })
  .catch(function(err) {
    //handle error
  });

我正在记录以下输出：

移动信箱电路

myemail@hotmail.com
电子邮件myemail@hotmail.com 经理 秘书

我需要的只是myemail@hotmail.com

这是我的HTML表格：

</td>
                </tr>
                <tr>
                    <td class="p1">E-mail</td>
                    <td class="p2">
                            <span style="float: none; word-wrap: break-word;"> <a href="mailto:myEmal@hotmail.com"> myEmal@hotmail.com
                                    <div style="padding-right: 2px; background-position: -115px -434px; height: 14px !important; float: right" class="ico"></div>
                            </a>
                            </span>
                        </td>

电子邮件

尝试获取该类td内的内容

console.log($(this).find('td.p2').text());

---

尝试获取该类td内的内容

console.log($(this).find('td.p2').text());

---

考虑到HTML，最简单的方法是：

$('td.p2 a[href^=mailto]', html).each(function() {
  console.log($(this).text().trim());
});

请注意，您需要在抓取后关闭浏览器：

let _browser;

puppeteer
  .launch()
  .then(function(browser) {
    _browser = browser; // <-- memorize browser reference
    return _browser.newPage();
  })
  .then(function(page) {
    return page.goto(url).then(function() {
      return page.content();
    });
  })
  .then(function(html) {
    $('td.p2 a[href^=mailto]', html).each(function() {
      console.log($(this).text().trim());
    });
  })
  .then(function(){
    _browser.close() // <-- use it to close the browser
  })

let\u浏览器；
木偶演员
.launch（）
.then（功能（浏览器）{
_browser=browser；//考虑到HTML，最简单的方法是：

$('td.p2 a[href^=mailto]', html).each(function() {
  console.log($(this).text().trim());
});

请注意，您需要在抓取后关闭浏览器：

let _browser;

puppeteer
  .launch()
  .then(function(browser) {
    _browser = browser; // <-- memorize browser reference
    return _browser.newPage();
  })
  .then(function(page) {
    return page.goto(url).then(function() {
      return page.content();
    });
  })
  .then(function(html) {
    $('td.p2 a[href^=mailto]', html).each(function() {
      console.log($(this).text().trim());
    });
  })
  .then(function(){
    _browser.close() // <-- use it to close the browser
  })

let\u浏览器；
木偶演员
.launch（）
.then（功能（浏览器）{
_browser=browser；//可以使用正则表达式吗？它看起来是解决这个问题的一个不错的解决方案。HTML看起来不像实际的HTML，因为它没有
经理秘书
。@Keith这确实是HTML表的一部分，我们感兴趣的部分已经被删除了：）@在尝试放置tr时，响应发送给我整个HTMLI的所有tr是否可以使用RegEx？这看起来是解决此问题的一个不错的解决方案。HTML看起来不像实际的HTML，因为它没有
经理秘书
。@Keith这确实是HTML表的一部分，并且我们感兴趣的部分已被删除。.：）@在尝试放置tr时，响应将我整个HTMLT的所有tr发送给我。问题是，我有许多名为p2的不同类，因此我获得了所有p2结果。；（还有其他线程如何执行此操作吗？问题是，我有许多名为p2的不同类，因此我获得了所有p2结果。）；（有没有另外一条线索来说明如何做到这一点？这看起来像是在提供了我的email@hotmail.com该过程进入无限循环。在提供电子邮件后如何结束该过程？alex@/Desktop/scd$node app.jsemail@hotmail.com//没有停止循环担心我要求太多，但我只是一个初学者。关闭浏览器后，我的电子邮件中有一个很大的空白文本。如何删除它？alex@~/Desktop/scd$node app.jsmyemail@hotmail.comalex@~/Desktop/scdRemove console.log哪个打印它？我需要将此函数与node mailer函数集成，以便获取此电子邮件（var result=$（this）.text（）.trim（））并将其传递到nodemailer的函数中，例如sendmail（结果）在尝试此操作时，我从您的方法中得到的结果是空白文本，但在尝试使用console.log时，我得到了正确的结果，为什么？请说明您是如何执行此操作的，因为这是另一个问题，您应该就此提出一个新问题。在提供我的email@hotmail.com这个过程进入一个无限循环。我如何结束这个循环提供我的电子邮件后的处理？alex@/Desktop/scd$node app.jsemail@hotmail.com//没有停止循环担心我要求太多，但我只是一个初学者。关闭浏览器后，我的电子邮件中有一个很大的空白文本。如何删除它？alex@~/Desktop/scd$node app.jsmyemail@hotmail.comalex@~/Desktop/scdRemove console.log哪个优先级nts it？我需要将此函数与node mailer函数集成，以便获取此电子邮件（var result=$（this）.text（）.trim（））并将其传递到nodemailer的函数中，例如sendmail（result）在尝试此操作时，我从您的方法得到的结果是空白文本，但在尝试使用console.log时，我得到了正确的结果，为什么？请说明您是如何执行此操作的，因为这是另一个问题，您真的应该就此提出一个新问题。