使用Cheerio提取mailto标签邮箱地址失败，如何解决？

嘿，我之前也踩过Cheerio和jQuery用法差异的坑！咱们先理清楚你代码里的问题，再给你靠谱的解决方案：

你之前代码的问题分析 #

1. $('a[href^="mailto:"]').text：这是直接访问text方法的引用，不是调用它，所以你拿到的是函数本身的内容，不是文本值。
2. $('a[href^="mailto:"]').text()：虽然调用了方法，但如果这个<a>标签的显示文本为空，或者你的选择器没匹配到实际元素（比如页面是JS动态渲染的，Cheerio拿到的是未渲染的静态HTML），就会返回空或者不符合预期的结果。而且更关键的是，很多mailto链接的显示文本不一定等于邮箱地址，直接取href属性才是最可靠的方式。

正确的实现方式 #

我们需要先获取<a>标签的href属性值，再从里面剥离掉mailto:前缀，得到纯邮箱地址：

const cheerio = require('cheerio');
// 替换成你实际请求到的网页HTML
const html = '<p><a href="mailto:example@apotek1.no">联系我们</a></p>';

const $ = cheerio.load(html);
// 定位到所有mailto类型的链接
const mailtoElement = $('a[href^="mailto:"]');

if (mailtoElement.length > 0) {
  // 获取href属性的完整值
  const fullHref = mailtoElement.attr('href');
  // 移除mailto:前缀，提取邮箱
  const email = fullHref.replace(/^mailto:/, '');
  console.log('提取到的邮箱：', email); // 输出 example@apotek1.no
} else {
  console.log('未找到任何mailto链接');
}

额外注意事项 #

如果运行上面的代码还是找不到邮箱，大概率是因为目标页面的mailto链接是JavaScript动态生成的（比如页面加载后通过JS插入到DOM中）。这种情况下，Cheerio无法解析动态渲染的内容，你需要先用Puppeteer、Playwright这类工具加载页面并等待JS执行完成，再获取渲染后的HTML，最后用Cheerio解析。

内容的提问来源于stack exchange，提问作者ampher911