如何使用Cheerio在网页<a>标签中检测多个关键词？

Cheerio完全支持查找包含任一目标关键词的元素，以下是两种实用实现方法：

方法1：多:contains选择器组合 #

Cheerio兼容jQuery的选择器语法，用逗号分隔多个:contains()选择器，即可匹配满足任一关键词的标签：

// 替换原选择器，同时匹配含climate或environment的a标签
$('a:contains("climate"), a:contains("environment")').each(function(){
    const title = $(this).text().trim();
    const url = $(this).attr('href');
    articles.push({ title, url });
})

方法2：filter()自定义筛选（更灵活） #

如果需要不区分大小写匹配、关键词数量较多，推荐用filter()方法自定义筛选逻辑：

$('a').filter(function() {
    // 统一转小写，避免大小写遗漏匹配
    const text = $(this).text().toLowerCase();
    return text.includes('climate') || text.includes('environment');
}).each(function(){
    const title = $(this).text().trim();
    const url = $(this).attr('href');
    articles.push({ title, url });
})

完整修复后的代码 #

注意：原代码中articles是全局变量，多次请求/news会导致数据重复，建议将其放在路由内部初始化：

const PORT = 8000;
const express = require('express');
const axios = require('axios');
const cheerio = require('cheerio');

const app = express();

app.get('/',(req,res)=>{
    res.json('Hello World')
})

app.get('/news',(req,res)=>{
    // 每次请求初始化数组，避免重复数据
    const articles = [];
    axios.get('https://www.tbsnews.net/bangladesh/environment/climate-change')
        .then((response)=>{
            const html = response.data;
            const $ = cheerio.load(html);

            // 使用方法1的多选择器
            $('a:contains("climate"), a:contains("environment")').each(function(){
                const title = $(this).text().trim();
                const url = $(this).attr('href');
                // 过滤空标题或空链接
                if(title && url){
                    articles.push({ title, url });
                }
            })
            res.json(articles)
        }).catch((err)=>console.log(err));
})

app.listen(PORT,()=>{console.log(`server running on Port ${PORT}`)});

内容的提问来源于stack exchange，提问作者Mohammad Mustak Absar Khan