DOM traversal avec cheerio - Comment obtenir tous les éléments avec leur texte correspondant

Question

donc j'utilise Cheerio, une bibliothèque similaire à jQuery sur le côté serveur de nœud , qui vous permet d'analyser un texte html et traverse c'est exactement comme avec jQuery. J'ai besoin d'obtenir le texte brut du corps html, mais pas seulement cela, j'ai besoin d'obtenir l'élément et le numéro correspondant. IE: si le texte brut a été trouvé dans le troisième élément de paragraphe, j'aurais quelque chose comme:

{ 
    text: <element plaintext>, 
    element: "p-3" 
} 

J'ai actuellement la fonction suivante qui tente de le faire:

var plaintext_elements = traverse_tree($('body'));  

function traverse_tree(root, found_elements = {}, return_array = []) { 
    if (root.children().length) { 
     //root has children, call traverse_tree on that subtree 
     traverse_tree(root.children().first(), found_elements, return_array); 
    } 
    root.nextAll().each(function(i, elem) { 
     if ($(elem).children().length) { 
      //if the element has children call traverse_tree on the element's first child 
      traverse_tree($(elem).children().first(), found_elements, return_array) 
     } 
     else { 
      if (!found_elements[$(elem)[0].name]) { 
       found_elements[$(elem)[0].name] = 1; 
      } 
      else { 
       found_elements[$(elem)[0].name]++ 
      } 
      if ($(elem).text() && $(elem).text != '') { 
       return_array.push({ 
        text: $(elem).text(), 
        element: $(elem)[0].name + '-' + found_elements[$(elem)[0].name] 
       }) 
      } 
     } 
    }) 


    if (root[0].name == 'body') { 
     return return_array; 
    } 

} 

Est-ce que je vais en la bonne direction, devrais-je essayer autre chose? Toute aide à ce sujet serait appréciée. Encore une fois c'est pas jQuery, mais Cheerio sur le côté serveur. (Ils sont très similaires, cependant)

Answer 1

Je pense que beaucoup de traversal n'est pas nécessaire si vous utilisez le sélecteur * css

function textElements($){ 
    const found = {} 
    return $('body *').map(function(el){ 
    if ($(this).children().length || $(this).text() === '') return 
    found[this.name] = found[this.name] ? 1 + found[this.name] : 1 
    return { 
     text: $(this).text(), 
     element: `${this.name}-${found[this.name]}`, 
    } 
    }).get() 
} 

textElements(cheerio.load(html)