使用JavaScript爬取Discogs网站：标签提取结果异常问题

问题根源 #

你使用的$('td a').text().trim()存在两个核心问题：

• 会选中页面所有td内的a标签，而非仅Label对应的目标td，容易混入无关内容
• 仅提取a标签的文本，丢失了td内附带的编号（如SHVL 767）等关键信息

解决方案 #

根据不同需求，提供两种针对性实现：

1. 提取完整的标签条目（含标签名+编号）

先精准定位到Label对应的td，再分割处理内部内容：

// 定位到Label所在行的目标td元素
const labelTd = $('th:contains("Label")').next('td');
// 分割并清理每个标签条目
const fullLabelItems = labelTd.text()
  .split(',')
  .map(item => item.trim())
  .filter(item => item.length > 0);

console.log(fullLabelItems);
// 输出结果：["Harvest – SHVL 767", "Harvest – 1E 062 o 90749"]

2. 提取去重后的标签名

如果只需要唯一的标签名称，可提取a标签文本并去重：

const labelTd = $('th:contains("Label")').next('td');
// 提取所有a标签文本并去重
const uniqueLabels = [...new Set(
  labelTd.find('a').map((_, el) => $(el).text().trim()).get()
)];

console.log(uniqueLabels);
// 输出结果：["Harvest"]

关键说明 #

Discogs发布页面的Label信息，固定位于<th>Label</th>对应的下一个<td>内，通过th:contains("Label")精准定位，可避免抓取无关内容。

内容的提问来源于stack exchange，提问作者dnnywld