Node.js Cheerio解析器转义<link> href的&符号致URL异常

你遇到的问题是Cheerio在输出HTML时自动将URL中的&转义为&，导致URL失效。加载时设置decodeEntities: false没用，是因为这个选项控制的是解析输入时是否解码HTML实体，而非输出时的转义行为。以下是两种可行的解决方法：

方法一：输出HTML时指定decodeEntities: false #

在调用Cheerio的html()方法生成最终HTML时，传入decodeEntities: false参数，强制关闭输出时的实体转义：

const cheerio = require('cheerio');
const fs = require('fs');

// 读取原始HTML文件
const data = fs.readFileSync('index.html', 'utf8');
// 加载HTML（这里不需要设置decodeEntities）
const $ = cheerio.load(data);

// 执行你的标签修改操作，比如：
// $('title').text('修改后的标题');

// 生成HTML时关闭实体转义
const modifiedHtml = $.html({ decodeEntities: false });
// 写入文件
fs.writeFileSync('index.html', modifiedHtml);

这个方法会全局禁用HTML实体转义，确保所有&都保持原始状态。

方法二：手动修复单个属性的转义问题 #

如果只需要处理特定标签的属性（比如你的<link>标签），可以手动解码属性值后重新赋值，避免全局设置带来的其他影响：

const cheerio = require('cheerio');
const fs = require('fs');

const data = fs.readFileSync('index.html', 'utf8');
const $ = cheerio.load(data);

// 定位到目标link标签，修复href属性
$('link[rel="stylesheet"]').each((_, el) => {
  const $el = $(el);
  // 将转义后的&还原为&
  const fixedHref = $el.attr('href').replace(/&/g, '&');
  $el.attr('href', fixedHref);
});

// 写入修改后的HTML
fs.writeFileSync('index.html', $.html());

这种方法更精准，适合只需要修复特定属性的场景。

内容的提问来源于stack exchange，提问作者Théodore Zupnik