cheerio DOM化并解析的時候

1.假如使用了 .text()方法，則一般不會有html實體編碼的問題出現

2.如果使用了 .html()方法，則很多情況下(多數是非英文的時候）都會出現，這時，可能就需要轉義一番了

類似這些 因為需要作數據存儲，所有需要轉換

大多數都是&#(x)?/w+的格式

所以就用正則轉換一番

var body = ....//這里就是請求后獲得的返回數據，或者那些 .html()后獲取的//一般可以先轉換為標準unicode格式（有需要就添加：當返回的數據呈現太多///u 之類的時）body=unescape(body.replace(///u/g,"%u"));//再對實體符進行轉義//有x則表示是16進制，$1就是匹配是否有x ，$2就是匹配出的第二個括號捕獲到的內容，將$2以對應進制表示轉換body = body.replace(/&#(x)?(/w+);/g,function($,$1,$2){        return String.fromCharCode(parseInt($2,$1?16:10));       });

ok ～

當然了，網上也有很多個轉換的版本，適用的就行了

后記：

當使用爬蟲抓取網頁數據時，cheerio模塊是經常使用到底，它像jq那樣方便快捷

（但有些功能并未支持或者換了某種形式，比如 jq的 jQuery('.myClass').prop('outerHTML') ，cheerio則等價于 jQuery.html('.myClass')http://www.mgenware.com/blog/?p=2514）