欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

基于node.js制作簡(jiǎn)單爬蟲(chóng)教程

 更新時(shí)間:2017年06月29日 14:23:22   作者:靜心慢跑  
這篇文章主要為大家詳細(xì)介紹了基于node.js制作簡(jiǎn)單爬蟲(chóng)的教程,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下

前言:最近想學(xué)習(xí)node.js,突然在網(wǎng)上看到基于node的爬蟲(chóng)制作教程,所以簡(jiǎn)單學(xué)習(xí)了一下,把這篇文章分享給同樣初學(xué)node.js的朋友。

目標(biāo):爬取 http://tweixin.yueyishujia.com/webapp/build/html/ 網(wǎng)站的所有門店發(fā)型師的基本信息。

思路:訪問(wèn)上述網(wǎng)站,通過(guò)chrome瀏覽器的network對(duì)網(wǎng)頁(yè)內(nèi)容分析,找到獲取各個(gè)門店發(fā)型師的接口,對(duì)參數(shù)及返回?cái)?shù)據(jù)進(jìn)行分析,遍歷所有門店的所有發(fā)型師,直到遍歷完畢,同事將信息存儲(chǔ)到本地。

步驟一:安裝node.js

下載并安裝node,此步驟比較簡(jiǎn)單就不詳細(xì)解釋了,有問(wèn)題的可以直接問(wèn)一下度娘。

步驟二:建立工程

1)打開(kāi)dos命令條,cd進(jìn)入想要?jiǎng)?chuàng)建項(xiàng)目的路徑(我將此項(xiàng)目直接放在了E盤,以下皆以此路徑為例);

2)mkdir node (創(chuàng)建一個(gè)文件夾用來(lái)存放項(xiàng)目,我這里取名為node);

3)cd 進(jìn)入名為node的文件夾,并執(zhí)行npm init初始化工程(期間會(huì)讓填寫一些信息,我是直接回車的);

步驟三:創(chuàng)建爬取到的數(shù)據(jù)存放的文件夾

1)創(chuàng)建data文件夾用來(lái)存放發(fā)型師基本信息;

2)創(chuàng)建image文件夾用來(lái)存儲(chǔ)發(fā)型師頭像圖片;

  此時(shí)工程下文件如下: 

步驟四:安裝第三方依賴包(fs是內(nèi)置模塊,不需要單獨(dú)安裝)

1)npm install cheerio –save

2)npm install superagent –save

3)npm install async –save

4)npm install request –save

分別簡(jiǎn)單解釋一下上面安裝的依賴包:

cheerio:是nodejs的抓取頁(yè)面模塊,為服務(wù)器特別定制的,快速、靈活、實(shí)施的jQuery核心實(shí)現(xiàn),則能夠?qū)φ?qǐng)求結(jié)果進(jìn)行解析,解析方式和jQuery的解析方式幾乎完全相同;

superagent:能夠?qū)崿F(xiàn)主動(dòng)發(fā)起get/post/delete等請(qǐng)求;

async:async模塊是為了解決嵌套金字塔,和異步流程控制而生,由于nodejs是異步編程模型,有一些在同步編程中很容易做到的事情,現(xiàn)在卻變得很麻煩。Async的流程控制就是為了簡(jiǎn)化這些操作;

request:有了這個(gè)模塊,http請(qǐng)求變的超簡(jiǎn)單,Request使用簡(jiǎn)單,同時(shí)支持https和重定向; 

步驟五:編寫爬蟲(chóng)程序代碼

打開(kāi)hz.js,編寫代碼:

var superagent = require('superagent'); 
var cheerio = require('cheerio');
var async = require('async');
var fs = require('fs');
var request = require('request');
var page=1; //獲取發(fā)型師處有分頁(yè)功能,所以用該變量控制分頁(yè)
var num = 0;//爬取到的信息總條數(shù)
var storeid = 1;//門店ID
console.log('爬蟲(chóng)程序開(kāi)始運(yùn)行......');

function fetchPage(x) {   //封裝函數(shù)
  startRequest(x); 
}
function startRequest(x) {

  superagent
    .post('http://tweixin.yueyishujia.com/v2/store/designer.json')
    .send({ 
      // 請(qǐng)求的表單信息Form data
      page : x, 
      storeid : storeid
    })
      // Http請(qǐng)求的Header信息
    .set('Accept', 'application/json, text/javascript, */*; q=0.01')
    .set('Content-Type','application/x-www-form-urlencoded; charset=UTF-8')
    .end(function(err, res){     
      // 請(qǐng)求返回后的處理
      // 將response中返回的結(jié)果轉(zhuǎn)換成JSON對(duì)象
      if(err){
        console.log(err);
      }else{
        var designJson = JSON.parse(res.text);
        var deslist = designJson.data.designerlist;
        if(deslist.length > 0){
          num += deslist.length;
          // 并發(fā)遍歷deslist對(duì)象
          async.mapLimit(deslist, 5, 
            function (hair, callback) {
            // 對(duì)每個(gè)對(duì)象的處理邏輯
               console.log('...正在抓取數(shù)據(jù)ID:'+hair.id+'----發(fā)型師:'+hair.name);
               saveImg(hair,callback);
            }, 
            function (err, result) {
              console.log('...累計(jì)抓取的信息數(shù)→→' + num);
            }
          );
          page++;
          fetchPage(page);
        }else{
          if(page == 1){
            console.log('...爬蟲(chóng)程序運(yùn)行結(jié)束~~~~~~~');
            console.log('...本次共爬取數(shù)據(jù)'+num+'條...');
            return;
          }
          storeid += 1;
          page = 1;
          fetchPage(page);
        }
      }
    });
} 
fetchPage(page);
function saveImg(hair,callback){
  // 存儲(chǔ)圖片
  var img_filename = hair.store.name+'-'+hair.name + '.png';

  var img_src = 'http://photo.yueyishujia.com:8112' + hair.avatar; //獲取圖片的url

  //采用request模塊,向服務(wù)器發(fā)起一次請(qǐng)求,獲取圖片資源
  request.head(img_src,function(err,res,body){
    if(err){
      console.log(err);
    }else{
        request(img_src).pipe(fs.createWriteStream('./image/' + img_filename));   //通過(guò)流的方式,把圖片寫到本地/image目錄下,并用發(fā)型師的姓名和所屬門店作為圖片的名稱。
        console.log('...存儲(chǔ)id='+hair.id+'相關(guān)圖片成功!');
    }
  });
  // 存儲(chǔ)照片相關(guān)信息
  var html = '姓名:'+hair.name+'<br>職業(yè):'+hair.jobtype+'<br>職業(yè)等級(jí):'+hair.jobtitle+'<br>簡(jiǎn)介:'+hair.simpleinfo+'<br>個(gè)性簽名:'+hair.info+'<br>剪發(fā)價(jià)格:'+hair.cutmoney+'元<br>店名:'+hair.store.name+'<br>地址:'+hair.store.location+'<br>聯(lián)系方式:'+hair.telephone+'<br>頭像:<img src='+img_src+' style="width:200px;height:200px;">';
  fs.appendFile('./data/' +hair.store.name+'-'+ hair.name + '.html', html, 'utf-8', function (err) {
    if (err) {
      console.log(err);
    }
  });
  callback(null, hair);
}

步驟六:運(yùn)行爬蟲(chóng)程序

輸入node hz.js命令運(yùn)行爬蟲(chóng)程序,效果圖如下:

運(yùn)行成功后,發(fā)型師基本信息以html文件的形式存儲(chǔ)在data文件夾中,發(fā)型師頭像圖片存儲(chǔ)在image文件夾下:

 后記:到此一款基于node.js制作的簡(jiǎn)單爬蟲(chóng)就大功告成了,由于我也是初學(xué)者,好多地方也不是很理解,但好在是自己完成了,不足之處敬請(qǐng)諒解。

代碼下載地址:https://github.com/yanglei0323/nodeCrawler

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • nodeJS代碼實(shí)現(xiàn)計(jì)算交社保是否合適

    nodeJS代碼實(shí)現(xiàn)計(jì)算交社保是否合適

    本文通過(guò)nodejs的一個(gè)具體示例來(lái)對(duì)比分析現(xiàn)階段我們交社保合不合適,主要是對(duì)nodejs的一個(gè)小的應(yīng)用,當(dāng)然大家也可以改成其他語(yǔ)言的,程序猿們,來(lái)算算吧。
    2015-03-03
  • 使用NodeJS?5分鐘?連接?Redis?讀寫操作的詳細(xì)過(guò)程

    使用NodeJS?5分鐘?連接?Redis?讀寫操作的詳細(xì)過(guò)程

    這篇文章主要介紹了NodeJS?5分鐘?連接?Redis?讀寫操作,本文給大家介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2022-07-07
  • nodejs?express路由匹配控制及Router模塊化使用詳解

    nodejs?express路由匹配控制及Router模塊化使用詳解

    這篇文章主要為大家介紹了nodejs?express路由匹配控制及Router模塊化使用示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-10-10
  • Node.js中DNS模塊學(xué)習(xí)總結(jié)

    Node.js中DNS模塊學(xué)習(xí)總結(jié)

    本篇文章給大家詳細(xì)介紹了Node.js中DNS模塊的相關(guān)知識(shí)點(diǎn),以及相關(guān)的實(shí)例代碼做了分享,有興趣的朋友參考下。
    2018-02-02
  • 解決node.js安裝包失敗的幾種方法

    解決node.js安裝包失敗的幾種方法

    nodejs安裝包失敗的原因可能有很多,下面這篇文章給大家整理三種方法來(lái)解決,大家可以試一試或許可以解決你的問(wèn)題,下面來(lái)一起看一看。
    2016-09-09
  • 教你在heroku云平臺(tái)上部署Node.js應(yīng)用

    教你在heroku云平臺(tái)上部署Node.js應(yīng)用

    heroku是構(gòu)建在AWS之上的一個(gè)PaaS云平臺(tái),現(xiàn)在支持Ruby, Node.js, Python, Java, 和 PHP,代碼的部署是通過(guò)git進(jìn)行,編譯和運(yùn)行都是自動(dòng)的。
    2014-07-07
  • nodejs acl的用戶權(quán)限管理詳解

    nodejs acl的用戶權(quán)限管理詳解

    這篇文章主要介紹了nodejs acl的用戶權(quán)限管理詳解,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2018-03-03
  • win7下安裝配置node.js+express開(kāi)發(fā)環(huán)境

    win7下安裝配置node.js+express開(kāi)發(fā)環(huán)境

    windows7下安裝nodejs及框架express,從誕生至今一直被熱捧,筆者最近也裝了個(gè)環(huán)境打算了解一下。安裝步驟簡(jiǎn)單比較簡(jiǎn)單,這里分享給大家,希望大家能夠喜歡。
    2015-12-12
  • node.js中 redis 的安裝和基本操作示例

    node.js中 redis 的安裝和基本操作示例

    這篇文章主要介紹了node.js中 redis 的安裝和基本操作,結(jié)合實(shí)例形式分析了node.js中Redis下載、安裝、數(shù)據(jù)類型及基本操作技巧,需要的朋友可以參考下
    2020-02-02
  • Node.js實(shí)現(xiàn)大文件斷點(diǎn)續(xù)傳示例詳解

    Node.js實(shí)現(xiàn)大文件斷點(diǎn)續(xù)傳示例詳解

    這篇文章主要為大家介紹了Node.js實(shí)現(xiàn)大文件斷點(diǎn)續(xù)傳示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-11-11

最新評(píng)論