Cheerio 如何通过$('.date')选择器获取同级标签后的文本节点

所有常规next()方法的返回值为空，本质是这类方法默认仅匹配元素类型的相邻兄弟节点，目标日期是和.category同级的纯文本节点，不属于元素类型，因此无法被元素级遍历方法捕获。

• 核心API提示：需要用contents()方法获取容器下所有类型的节点（包含文本、元素、注释节点），不能用仅返回元素节点的children()方法

const cheerio = require('cheerio')
const html = `
<html>
    <body>
        <span class="date">
            <span class="category">Article</span>
            Sat, 22 Jan 2021 11:12
        </span>
    </body>
</html>`

const $ = cheerio.load(html)

// 方案1：从主选择器$('.date')出发过滤目标文本
const dateText = $('.date')
  .contents()
  .filter((index, node) => {
    // 排除带category类的元素节点
    return !(node.attribs && node.attribs.class === 'category')
  })
  .text()
  .trim()

console.log(dateText) // 输出：Sat, 22 Jan 2021 11:12

// 方案2：从.category节点出发取相邻同级文本
const dateText2 = $('.category')
  .nextSibling
  .nodeValue
  .trim()

console.log(dateText2) // 输出：Sat, 22 Jan 2021 11:12

• 直接调用$('.date').text()会把.category标签内的"Article"文本一并读取，无法分离出独立的日期内容
• 调用children()方法拿到的子节点列表仅包含元素类型节点，对这类节点调用next()方法时，会自动跳过纯文本节点，最终返回空值
• 不要混用jQuery和Cheerio的节点遍历逻辑：获取同级纯文本时必须直接操作原生节点属性，不能依赖元素选择器的遍历规则

内容的提问来源于stack exchange，提问作者Haxtor.ID