在前端开发中，我们经常需要获取并解析网站上的元数据（meta data）。这包括网页标题、描述、关键字、封面图等信息。而 metascraper 就是一款用于解析网页元数据的 npm 包，它使用起来非常方便。在这篇文章中，我们会介绍一下 metascraper-date，它是 metascraper 的一个扩展包，主要用于解析网页上的日期信息。
安装和引入
安装 metascraper 和 metascraper-date 的命令如下：
npm install metascraper metascraper-date
安装完成后，你需要在你的代码中引入这两个包：
const metascraper = require('metascraper')([ require('metascraper-date')(), ])
使用方法
使用 metascraper 解析网页上的日期非常简单，只需要将网页源码作为参数传递给它即可。示例代码如下：
const got = require('got') const html = await got('https://example.com').text() const metadata = await metascraper({ html, url: 'https://example.com' }) console.log(metadata.date)
在这个例子中，我们首先使用 got 包获取了 example.com 的网页源码并将其转为了纯文本格式。然后，我们将这个文本作为参数传递给了 metascraper，并指定了网页的 url。最后，我们打印出了获取到的日期信息。
深入解析
在深入探究 metascraper-date 的使用方法之前，我们需要了解一下 metascraper 的基本原理。metascraper 实际上是一款基于插件的元数据解析器。当你调用 metascraper 的时候，它会依次执行每个插件，直到找到可以处理网页元数据的插件为止。每个插件会将当前已经获取到的元数据传递给下一个插件，从而组成一个完整的元数据解析链。
在 metascraper 中，每个插件都是一个高阶函数。这个高阶函数的作用是接收一些参数，并返回一个处理函数。这个处理函数的作用是解析网页元数据并将其存储到元数据对象中。metascraper 会按照插件的顺序依次调用这些处理函数，从而完成元数据的解析。
metascraper-date 实际上是 metascraper 的一个插件，用于解析网页上的日期信息。这个插件的高阶函数是这样定义的：
-- -------------------- ---- ------- ----- --------------- - -------- - --- -- - ----- - -------- - ------ - ------- -- -- -------------- ------ - ----- - - ------- ------ -- -- -- ----- - - ----- ----------------------------- ---- ---------- --- ------ -- - ----- ------------------------------------------- ---- ---------- --- ------ -- - ----- ------------------------------------------ ---- ---------- --- ------ -- - ----- -------------------------------------------- ---- ---------- --- ------ -- - ----- ---------------------------------------------- ---- ---------- --- ------ -- - ----- -------------------------------------- ---- ---------- --- ------ -- - ----- ------------------------------------- ---- ---------- --- ------ -- - ----- ----------------- ---- ----------- --- ------ -- - ----- ---------------- ---- ---------- --- ------ -- - ----- ------------- ---- ------- --- ------ -- - ----- ------------- ---- ------- --- ------ -- - ----- ---------- ---- ------- --- ------ -- - ----- ----------- ---- ------- --- ------ -- - ----- ------------- ---- ------- --- ------ -- - ----- ----------- ------ ---- ----------- --- ------ -- - --------- -- -- ------ ----- ---- -- ----------------- - --- -------- -------------------------- -- --- ---------- -- -------- -------- -- -展开代码
这个插件的高阶函数接收一个 options 对象作为参数，其中最重要的是 fromRule 和 toDate 两个参数。fromRule 是一个函数，它的作用是从网页 DOM 中获取日期信息。toDate 则是一个函数，它的作用是将字符串格式的日期转化为 Date 类型。
这个插件的处理函数的返回结果是一个对象，它包含了一个 date 属性，这个属性是一个数组，每个元素都是一个对象。这些对象描述了从网页上解析得到的日期信息。具体的解析规则可以在插件的代码中找到，但这里不再赘述。需要注意的是，这个插件会依次尝试使用不同的规则解析日期，直到找到可用的规则为止。
指导意义
metascraper-date 帮助我们解析网页上的日期信息，使得我们可以在获取网页内容的同时轻松获取到网页的发布时间或者最后修改时间。这对于我们进行很多操作都是有用的，例如爬虫、新闻聚合、内容转载等等。
同时，metascraper-date 的源码也包含了很多有用的技巧和思路，可以作为我们编写元数据解析器的参考。如果你需要对网页中的其他元数据进行解析，可以模仿 metascraper-date 的写法，将相应的规则添加到处理函数中即可。
示例代码
以下是一个完整的使用 metascraper-date 的示例代码：
-- -------------------- ---- ------- ----- ----------- - ------------------------ ------------------------------ -- ----- --- - -------------- ------- -- -- - --- - ----- ---- - ----- --------------------------------- ----- -------- - ----- ------------- ----- ---- --------------------- -- -------------------------- - ----- ------- - ------------------ - ----展开代码
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/103647
