JavaScript网页爬虫循环抓取仓库主题时触发TypeError的问题求助

报错的核心原因 #

你遇到的报错本质是错误使用for...in循环遍历cheerio（类jQuery）返回的DOM集合。
cheerio通过选择器查询返回的结果不是纯数组，是一个挂载了大量内部属性、方法的类数组对象：除了0、1、2这类数字索引对应的真实DOM节点外，对象上还存了length、options、_root、prevObject等内置配置属性。
for...in的设计用途是遍历对象的所有可枚举属性，它不会过滤掉这些内置属性，会把所有键挨个走一遍。当遍历到内置属性时，取到的值根本不是DOM节点——比如遍历到length键时，拿到的是数字类型的集合长度，自然不存在children属性，这时硬取children[0]就会触发Cannot read property '0' of undefined的报错。
第一次循环没触发报错只是巧合：第一次遍历的真实节点数量刚好在前几个被遍历的位置，内置属性的遍历顺序靠后，没走到报错的代码位置就完成了输出；后续循环时，内置属性的遍历顺序提前，就直接触发了错误。
你之前尝试调整children索引还是报错，也是因为这个逻辑问题：遍历拿到的根本不是DOM节点，和children的索引取值没有关系。

具体修复方法 #

• 替换错误的遍历逻辑：不要用for...in遍历DOM集合，优先选和cheerio适配的遍历方式。既可以直接用cheerio内置的.each()方法遍历集合（这个方法专门设计用来遍历DOM节点集合，不会碰到内置属性），也可以先把类数组转成真实数组，再用普通的for循环、forEach遍历。
• 增加防御性判断：就算遍历到真实DOM节点，部分节点可能不存在子文本结构，直接硬取children[0]依然有报错风险，需要先判断结构存在再取值。

修正后的参考代码 #

r.topic = [];
// 定位当前repo下的所有主题标签
const topics = $('.topics-row-container > a', parent);
if (topics && topics.length > 0) {
  // 用cheerio原生each方法遍历，不会遍历到内置属性
  topics.each((index, el) => {
    // 逐层判断属性存在，避免空值报错
    if (el?.children?.[0]?.data) {
      // 去掉首尾空白，替代原来的正则替换效果
      const topic = el.children[0].data.trim();
      r.topic.push(topic);
    }
  });
}
console.log(r.topic);

实用技巧：不用手动去找children节点取文本，cheerio自带的text()方法可以直接提取节点内的所有文本内容，写起来更省心，比如直接写$(el).text().trim()就能拿到标签的主题名，还能减少空值判断的工作量。

内容的提问来源于stack exchange，提问作者Erin