如何使用Cheerio通过正则表达式匹配模式获取标签属性？

你的代码有几个关键问题导致无法正常工作，我来一步步帮你修正：

原代码的问题分析 #

1. 正则表达式未正确创建：你用字符串模板生成了re变量，但没有把它转换成真正的正则表达式对象，而且$(e).attr(/re/)里的/re/是固定字面量，不是引用变量re的正则。
2. Cheerio的attr()方法局限性：即使传对了正则，attr()默认只会返回第一个匹配的属性值，无法获取所有符合模式的属性。

解决方案：遍历所有属性并过滤 #

我们可以先获取元素的所有属性，再通过正则筛选出符合前缀-数字格式的属性，根据你的需求提供两种实现方式：

方式1：按属性前缀分组为数组（推荐） #

把同前缀的属性按数字索引整理成数组，方便后续按顺序访问：

const attribs = ['captionText', 'httpUri'];
const tag = {};

// 获取元素的所有属性集合
const elementAttribs = $(e).get(0).attribs;

attribs.forEach(attrPrefix => {
  // 创建正则：匹配以指定前缀开头，后跟"-数字"的属性名
  const attrRegex = new RegExp(`^${attrPrefix}-(\\d+)$`);
  
  // 遍历所有属性键值对
  Object.entries(elementAttribs).forEach(([attrName, attrValue]) => {
    const matchResult = attrName.match(attrRegex);
    if (matchResult) {
      const index = matchResult[1]; // 提取属性名中的数字索引
      // 初始化前缀对应的数组（如果不存在）
      if (!tag[attrPrefix]) {
        tag[attrPrefix] = [];
      }
      // 将值存入对应索引的位置
      tag[attrPrefix][index] = attrValue;
    }
  });
});

// 最终输出示例：
// tag = {
//   captionText: ['bla bla', 'bada bing bada boom'],
//   httpUri: ['https://path/to/server0', 'https://path/to/server2']
// }

方式2：保留原始属性名作为键 #

如果你希望直接保留captionText-0这类完整属性名作为对象的键，可以用下面的代码：

const attribs = ['captionText', 'httpUri'];
const tag = {};

const elementAttribs = $(e).get(0).attribs;

attribs.forEach(attrPrefix => {
  const attrRegex = new RegExp(`^${attrPrefix}-\\d+$`);
  Object.entries(elementAttribs).forEach(([attrName, attrValue]) => {
    // 检查属性名是否匹配模式
    if (attrRegex.test(attrName)) {
      tag[attrName] = attrValue;
    }
  });
});

// 最终输出示例：
// tag = {
//   'captionText-0': 'bla bla',
//   'captionText-1': 'bada bing bada boom',
//   'httpUri-0': 'https://path/to/server0',
//   'httpUri-1': 'https://path/to/server2'
// }

关键说明 #

• $(e).get(0).attribs：Cheerio对象的get(0)方法可以获取对应的原生DOM元素（或Cheerio包装的元素对象），其attribs属性包含了该元素的所有属性键值对。
• 正则表达式中的^和$：确保属性名完全匹配前缀-数字的格式，避免误匹配类似captionText-0-extra这类不符合预期的属性。

内容的提问来源于stack exchange，提问作者punkish