如何将包含特定字符串的URL添加至数组？Node.js爬虫代码优化

嘿，这个需求其实很好实现，只需要在收集链接的环节加个简单的判断就行～

你的核心需求是在抓取页面<a>标签的href属性时，只保留包含指定字符串的链接。我们可以在将链接推入数组前添加条件判断，同时还要处理href可能为空的情况，避免出现意外报错。

这里是修改后的完整可运行代码：

var request = require('request');
var cheerio = require('cheerio');
var url = "https://www.mismarcadores.com";

// 定义你要筛选的特定字符串，替换成你需要的内容就行
const targetString = "futbol";

request(url, function(err, resp, body) {
  if (err) throw err;
  var $ = cheerio.load(body);
  var addUrl= [];
  
  $('a').each(function (i, element) {
    var a = $(this);
    var href = a.attr('href');
    
    // 关键判断：先确保href存在，再检查是否包含目标字符串
    if (href && href.includes(targetString)) {
      addUrl.push(href);
    }
  });
  
  // 修正原代码的小错误：原代码里的array是笔误，应该用addUrl
  console.log(addUrl[0]);
});

关键改动说明： #

• 新增了targetString变量，用来存放你要筛选的特定字符串，你可以根据需求替换成任意内容（比如"resultados"、"basketball"等）。
• 在推入数组前添加了if (href && href.includes(targetString))判断：
  • href先确保这个属性存在，避免处理null或undefined值导致的报错；
  • href.includes(targetString)检查当前链接是否包含你指定的字符串。
• 修正了原代码里的笔误：最后打印的是addUrl[0]而不是array[0]，原代码里没有array这个变量，会直接报错。

额外扩展（可选）： #

如果你需要不区分大小写的筛选（比如同时匹配"Futbol"和"futbol"），可以把判断逻辑改成这样：

if (href && href.toLowerCase().includes(targetString.toLowerCase())) {
  addUrl.push(href);
}

这样就能轻松实现只收集包含特定字符串的URL啦！

内容的提问来源于stack exchange，提问作者pepe