如何在Node.js中移除HTML里a标签内的b标签？

可以用Node.js生态里的cheerio库来实现这个需求，它的API和jQuery类似，能方便地解析和操作HTML结构。下面是具体步骤：

1. 安装依赖 #

首先在项目里安装cheerio：

npm install cheerio

2. 编写处理脚本 #

创建一个处理脚本（比如命名为clean-a-b-tags.js），支持单个文件或批量处理目录下的所有HTML文件：

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

// 处理单个HTML文件的函数
function processSingleFile(filePath) {
  fs.readFile(filePath, 'utf8', (readErr, htmlContent) => {
    if (readErr) {
      console.error(`读取文件失败: ${filePath}`, readErr);
      return;
    }

    // 加载HTML到cheerio
    const $ = cheerio.load(htmlContent);

    // 选中所有a标签内的b标签（直接子元素用`a > b`，所有层级用`a b`）
    $('a > b').each((_, bElement) => {
      const $b = $(bElement);
      const parentA = $b.parent('a');
      // 把b标签里的内容移到a标签中
      parentA.append($b.contents());
      // 删除原来的b标签
      $b.remove();
    });

    // 生成处理后的HTML内容
    const cleanedHtml = $.html();

    // 保存处理后的文件（这里在原文件名后加.cleaned标识）
    const outputFilePath = filePath.replace(/\.html$/, '.cleaned.html');
    fs.writeFile(outputFilePath, cleanedHtml, 'utf8', (writeErr) => {
      if (writeErr) {
        console.error(`保存文件失败: ${outputFilePath}`, writeErr);
        return;
      }
      console.log(`处理完成: ${outputFilePath}`);
    });
  });
}

// 批量处理目录下的所有HTML文件
function batchProcessDir(dirPath) {
  fs.readdir(dirPath, (dirErr, files) => {
    if (dirErr) {
      console.error(`读取目录失败: ${dirPath}`, dirErr);
      return;
    }

    files.forEach(file => {
      if (file.endsWith('.html')) {
        processSingleFile(`${dirPath}/${file}`);
      }
    });
  });
}

// 执行处理：替换成你的文件路径或目录路径
// 单个文件示例：processSingleFile('./example.html');
// 批量处理示例：
batchProcessDir('./your-html-directory');

3. 调整选择器适配不同结构 #

• 如果b标签是a标签的直接子元素，用$('a > b')即可；
• 如果b标签在a标签内的深层嵌套里（比如a > div > b），把选择器改成$('a b')，就能选中a标签内所有层级的b标签。

内容的提问来源于stack exchange，提问作者Sergino