Cheerio

Cheerio 是专为 Node.js 应用程序设计的服务器端 jQuery 实现。它提供了熟悉的类 jQuery API，用于解析、操作和遍历 HTML 和 XML 文档，而无需浏览器环境的开销。无论您是构建网页爬虫、处理 HTML 模板，还是以编程方式转换标记，Cheerio 都能让处理 HTML 如同在浏览器中操作 DOM 一样直观。

Cheerio 的核心解决了服务器端 HTML 操作的问题。虽然浏览器提供了与 HTML 交互的原生 DOM API，但服务器端 JavaScript 环境缺乏这些功能。Cheerio 通过在轻量级、服务器优化的 package 中实现 jQuery 最有用的方法来弥合这一差距。它构建在经过验证的解析库之上，如 htmlparser2 和 parse5，确保快速准确的 HTML 处理，同时保持数百万开发者已经熟悉的开发者友好语法。

Cheerio 的独特之处在于它专注于性能和简洁性。与模拟整个浏览器环境的无头浏览器解决方案不同，Cheerio 直接在解析的 HTML 结构上操作，使其在 HTML 操作任务中极其快速。它消除了浏览器特定的复杂性和不一致性，为您提供了一个干净、一致的 HTML 处理 API，可以在不同环境中可靠地工作。

主要特性

兼容 jQuery 的 API — 使用熟悉的选择器如 $('.class')、$('#id') 和 $('element')，以及您已经了解的方法，包括 .find()、.text()、.html() 和 .attr()
极快的性能 — 构建在优化的解析器上，无浏览器开销，非常适合高吞吐量应用程序，如网页抓取和批量 HTML 处理
灵活的 HTML 解析 — 优雅地处理格式良好和格式错误的 HTML，在需要严格解析时支持 XML 模式
服务器端优化 — 专为 Node.js 环境设计，无需担心浏览器依赖或 DOM 不一致性
流式处理支持 — 从各种来源处理 HTML，包括字符串、缓冲区、URL 和流，以获得最大的灵活性
TypeScript 就绪 — 完整的 TypeScript 支持，具有全面的类型定义，以获得更好的开发体验和代码安全性
轻量级占用空间 — 最少的依赖和小的包大小使其非常适合无服务器函数和资源受限的环境
内存高效 — 直接操作解析的 HTML 结构，无需维护完整浏览器上下文的开销

快速开始

通过 npm 安装 Cheerio 开始使用：

npm install cheerio

以下是一个简单示例，展示了 Cheerio 在 HTML 操作方面的强大功能：

import * as cheerio from 'cheerio';

// Load HTML content
const $ = cheerio.load(`
  <html>
    <head><title>My Page</title></head>
    <body>
      <h1 class="header">Welcome</h1>
      <div class="content">
        <p>Hello <span class="name">World</span>!</p>
        <ul class="list">
          <li>Item 1</li>
          <li>Item 2</li>
        </ul>
      </div>
    </body>
  </html>
`);

// Use jQuery-like selectors to find and modify elements
$('h1').text('Welcome to Cheerio!');
$('.name').text('Everyone');
$('.list').append('<li>Item 3</li>');
$('p').addClass('highlight');

// Extract data from elements
const title = $('title').text();
const items = $('.list li').map((i, el) => $(el).text()).get();

console.log('Page title:', title);
console.log('List items:', items);
console.log('Modified HTML:', $.html());

此示例展示了 Cheerio 如何使 HTML 操作变得直观：

加载 HTML — cheerio.load() 函数解析您的 HTML 并返回类似 jQuery 的函数（$）
选择元素 — 使用 CSS 选择器定位特定元素，就像在 jQuery 中一样
修改内容 — 链式调用方法如 .text()、.addClass() 和 .append() 来修改您的 HTML
提取数据 — 使用方法如 .map() 从多个元素中提取信息
输出结果 — 调用 .html() 获取最终修改的 HTML 字符串

熟悉的 jQuery 语法意味着如果您之前使用过 jQuery，几乎没有学习曲线，这使得 Cheerio 对所有技能水平的开发者都非常易于上手。

何时使用 Cheerio 与替代方案

选择 Cheerio 的情况：

您需要在服务器端解析和操作 HTML 或 XML
性能至关重要且您要处理许多文档
您想要熟悉的类 jQuery 语法
您正在构建网页爬虫或数据提取工具
您需要转换 HTML 模板或生成静态内容
您在资源受限的环境中工作，如无服务器函数

考虑替代方案的情况：

您需要在页面内执行 JavaScript（使用 Puppeteer 或 Playwright）
您正在处理需要 JavaScript 渲染的复杂 SPA
您需要模拟用户交互，如点击和表单提交
您需要完整的浏览器 API，如 localStorage 或 fetch

Cheerio vs Puppeteer/Playwright： 虽然无头浏览器可以执行 JavaScript 并模拟用户交互，但它们更重且更慢。当您只需要 HTML 解析和操作而不需要 JavaScript 执行时，Cheerio 是完美的选择。

Cheerio vs 原生 DOM API： 浏览器环境提供原生 DOM 操作，但服务器端的 Node.js 没有。Cheerio 通过熟悉的、受 jQuery 启发的界面填补了这一空白。

Cheerio vs 正则表达式： 虽然正则表达式可以从 HTML 中提取数据，但它脆弱且容易出错。Cheerio 提供了健壮的 HTML 解析，能够优雅地处理边缘情况和格式错误的标记。

Cheerio 在需要快速、可靠的 HTML 处理而不需要完整浏览器环境的复杂性和资源要求的场景中表现出色。其兼容 jQuery 的 API 使其成为希望以最少的学习开销获得强大 HTML 操作功能的开发者的绝佳选择。

Installation & Setup →