我正在尝试使用cheerio 废弃一些PubMed 数据。以下脚本工作正常,但当某些 xml 标签不存在时,它会生成错误排序的输出。
var request = require('request'),
cheerio = require('cheerio');
request('http://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=pubmed&retmode=xml&id=23545583,23103438',
function(error, response, body) {
var $ = cheerio.load(body);
for (var i = 0; i < $('PubmedArticle').length; i++) {
console.log($('PubmedArticle PMID').slice(0).eq(i).text());
console.log($('PubmedArticle DateCreated Year').slice(0).eq(i).text());
console.log($('PubmedArticle ArticleTitle').slice(0).eq(i).text());
console.log($('PubmedArticle Abstract AbstractText').slice(0).eq(i).text());
};
});
在此示例中,摘要输出在第一个标题下方,而不是第二个标题,因为第一篇文章不包含摘要。
最后,我认为我可以使用不同的策略来克服这个问题:
var $ = require('cheerio')
var request = require('request')
function gotXML(err, resp, xml) {
if (err) return console.error(err)
var parsedXML = $.load(xml)
parsedXML('PubmedArticle').map(function(i, article) {
console.log($(article).find('pmid')[0].children[0].data);
console.log($(article).find('articletitle')[0].children[0].data);
console.log($(article).find('datecreated year')[0].children[0].data);
if ($(article).find('abstracttext').length>0) {
console.log($(article).find('abstracttext')[0].children[0].data);
};
}
);
}
var domain = 'http://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=pubmed&retmode=xml&id=23545583,23103438';
request(domain, gotXML);