如何检查一个元素是否与cheerio js重复的属性

我用cheerioparsingHTML文件（以后用Mochatesting），这些文件中的HTML元素可以有很多属性，我想检查属性是否在同一个元素中重复：

具有重复“class”属性的元素的示例部分文件：

<div class="logo-center" data-something-very-long="something long" ... class="logo" data-more-stuff> 

这里是加载文件的代码：

 var fileContents = fs.readFileSync(file, "utf8"); var $ = cheerio.load(fileContents); 

注意：它不一定是类属性，它可以是任何重复的其他属性。

Answer 1

再次parsing被testing的元素。 为了达到这个目的，你需要深入到由cheerio / htmlparser2生成的原始DOM对象。 它使用domhandlerlogging的属性 ，但不能用于cheerio，因此可能需要关心这些版本。 我已经testing过了

 └─┬ cheerio@1.0.0-rc.1 ├─┬ htmlparser2@3.9.2 │ ├── domhandler@2.4.1 

我已经制定了这个ES6风格，但你可以轻松地使用旧的，更传统的构造。

但RegExp可能需要一些改进，具体取决于您对正在testing的文件的期望。

 const fileContents = fs.readFileSync(file, "utf8"); const $ = cheerio.load(fileContents, { useHtmlParser2: true, withStartIndices: true, withEndIndices: true }); function getDuplicateAttributes ($elem) { const dom = $elem.get(0); // identify tag text position in string const start = dom.startIndex; const end = dom.children.length ? dom.children[0].startIndex : dom.endIndex + 1; // extract const html = fileContents.slice(start, end); // generator function loops through all attribute matches on the html string function* multivals (attr) { const re = new RegExp(`\\s${attr}="(.*?)"`, 'g'); let match; while((match = re.exec(html)) !== null) { // yield each property value found for the attr name yield match[1]; } } // the DOM will contain all attribute names once const doubleAttributeList = Object.keys(dom.attribs) // compound attribute names with all found values .map((attr) => { const matchIterator = multivals(attr); return [attr, Array.from(matchIterator)]; }) // filter for doubles .filter((entry) => entry[1].length > 1); return new Map(doubleAttributeList); } 

一旦你find了双打，你还没有说明你想做什么，所以他们只是返回。

Answer 2

@ccprog的答案工作，这里是一个小的ES5重构：

 var file = 'some file'; var fileContents = fs.readFileSync(file, 'utf8'); var $ = cheerio.load(fileContents, { useHtmlParser2: true, withStartIndices: true, withEndIndices: true }); function getDuplicateAttributes ($elem) { var dom = $elem.get(0); // identify tag text position in fileContents var start = dom.startIndex; var end = dom.children.length ? dom.children[0].startIndex : dom.endIndex + 1; // extract var html = fileContents.slice(start, end); // the DOM will contain all attribute names once return Object.keys(dom.attribs) // compound attribute names with all found values .map(function (attr) { // modify regexp to capture values if needed var regexp = new RegExp('\\s' + attr + '[\\s>=]', 'g'); return html.match(regexp).length > 1 ? attr : null; }) // filter for doubles .filter(function (attr) { return attr !== null; }); } var duplicatedAttrs = getDuplicateAttributes($(".some-elem")); 

代码：

• 删除发电机
• ES6到ES5
• 改善RegExp
• 使用string.match（）而不是regexp.exec（）。