使用Cheerio抓取<li>元素失败，如何提取目标列表项内容？

问题分析 #

你原有的选择器过度依赖DOM深层层级结构，页面结构稍有变动就会失效，同时没有排除最后那个用于搜索的<li>元素，这是抓取失败的核心原因。

优化方案 #

目标列表项都带有select2-selection__choice专属类，直接通过这个类定位更可靠，同时自动过滤掉不需要的搜索项：

方案一：清理文本内容 #

$('ul.select2-selection__rendered li.select2-selection__choice').each((i, el) => {
  // 移除文本开头的删除符号并清理空格
  const programText = $(el).text().replace('×', '').trim();
  console.log(programText);
});

方案二：精准提取目标文本节点 #

$('ul.select2-selection__rendered li.select2-selection__choice').each((i, el) => {
  // 筛选出非span的子节点，直接提取纯目标文本
  const programText = $(el).contents().not('span').text().trim();
  console.log(programText);
});

方案优势 #

• 选择器更稳定：用类选择器替代深层路径，避免因页面结构调整导致抓取失败
• 自动过滤无效项：最后一个带select2-search类的搜索框<li>不会被选中
• 文本处理更干净：两种方式都能移除多余的删除符号，得到纯净的专业名称文本

内容的提问来源于stack exchange，提问作者ssudo