欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

手把手教你用Node.js爬蟲爬取網(wǎng)站數(shù)據(jù)的方法

 更新時(shí)間:2018年07月05日 08:32:43   作者:WebCandy  
這篇文章主要介紹了手把手教你用Node.js爬蟲爬取網(wǎng)站數(shù)據(jù),小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧

開始之前請(qǐng)先確保自己安裝了Node.js環(huán)境,還沒有安裝的的童鞋請(qǐng)看一下安裝教程......

http://www.dbjr.com.cn/article/113677.htm

http://www.dbjr.com.cn/article/57687.htm

直接開始吧

1.在項(xiàng)目文件夾安裝兩個(gè)必須的依賴包

npm install superagent --save-dev

SuperAgent(官網(wǎng)是這樣解釋的)

-----SuperAgent is light-weight progressive ajax API crafted for flexibility, readability, and a low learning curve after being frustrated with many of the existing request APIs. It also works with Node.js!

-----superagent 是一個(gè)輕量的,漸進(jìn)式的ajax api,可讀性好,學(xué)習(xí)曲線低,內(nèi)部依賴nodejs原生的請(qǐng)求api,適用于nodejs環(huán)境下

npm install cheerio --save-dev

Cheerio

-----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)。適合各種Web爬蟲程序。相當(dāng)于node.js中的jQuery

2.新建  crawler.js  文件

//導(dǎo)入依賴包
const http    = require("http");
const path    = require("path");
const url    = require("url");
const fs     = require("fs");
 
const superagent = require("superagent");
const cheerio  = require("cheerio");
3.看注釋啦(這里爬取的是boss直聘網(wǎng)站的數(shù)據(jù))
superagent
  .get("https://www.zhipin.com/job_detail/?city=100010000&source=10&query=%E5%89%8D%E7%AB%AF")
  .end((error,response)=>{
    //獲取頁(yè)面文檔數(shù)據(jù)
    var content = response.text;
    //cheerio也就是nodejs下的jQuery 將整個(gè)文檔包裝成一個(gè)集合,定義一個(gè)變量$接收
    var $ = cheerio.load(content);
    //定義一個(gè)空數(shù)組,用來接收數(shù)據(jù)
    var result=[];
    //分析文檔結(jié)構(gòu) 先獲取每個(gè)li 再遍歷里面的內(nèi)容(此時(shí)每個(gè)li里面就存放著我們想要獲取的數(shù)據(jù))
    $(".job-list li .job-primary").each((index,value)=>{
      //地址和類型為一行顯示,需要用到字符串截取
      //地址
      let address=$(value).find(".info-primary").children().eq(1).html();
      //類型
      let type=$(value).find(".info-company p").html();
      //解碼
      address=unescape(address.replace(/&#x/g,'%u').replace(/;/g,''));
      type=unescape(type.replace(/&#x/g,'%u').replace(/;/g,''))
      //字符串截取
      let addressArr=address.split('<em class="vline"></em>');
      let typeArr=type.split('<em class="vline"></em>');
      //將獲取的數(shù)據(jù)以對(duì)象的形式添加到數(shù)組中
      result.push({
        title:$(value).find(".name .job-title").text(),
        money:$(value).find(".name .red").text(),
        address:addressArr,
        company:$(value).find(".info-company a").text(),
        type:typeArr,
        position:$(value).find(".info-publis .name").text(),
        txImg:$(value).find(".info-publis img").attr("src"),
        time:$(value).find(".info-publis p").text()
      });
      // console.log(typeof $(value).find(".info-primary").children().eq(1).html());
    });
    //將數(shù)組轉(zhuǎn)換成字符串
    result=JSON.stringify(result);
    //將數(shù)組輸出到j(luò)son文件里 刷新目錄 即可看到當(dāng)前文件夾多出一個(gè)boss.json文件(打開boss.json文件,ctrl+A全選之后 ctrl+K,再Ctrl+F即可將json文件自動(dòng)排版)
    fs.writeFile("boss.json",result,"utf-8",(error)=>{
      //監(jiān)聽錯(cuò)誤,如正常輸出,則打印null
      if(error==null){
        console.log("恭喜您,數(shù)據(jù)爬取成功!請(qǐng)打開json文件,先Ctrl+A,再Ctrl+K,最后Ctrl+F格式化后查看json文件(僅限Visual Studio Code編輯器)");
      }
    });
  });

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

  • 支持cjs及esm的npm包實(shí)現(xiàn)示例詳解

    支持cjs及esm的npm包實(shí)現(xiàn)示例詳解

    這篇文章主要為大家介紹了支持cjs及esm的npm包的示例詳解,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
    2022-08-08
  • 使用nvm安裝node的詳細(xì)圖文教程

    使用nvm安裝node的詳細(xì)圖文教程

    nvm是nodejs的版本管理工具,可以在一個(gè)環(huán)境中同時(shí)安裝多個(gè)nodejs 版本(和配套的 npm 版本),并隨時(shí)切換,下面這篇文章主要給大家介紹了關(guān)于使用nvm安裝node的詳細(xì)圖文教程,需要的朋友可以參考下
    2023-02-02
  • Node.js實(shí)現(xiàn)修改文件字符集功能的具體過程

    Node.js實(shí)現(xiàn)修改文件字符集功能的具體過程

    在日常生活、工作中,我們經(jīng)常會(huì)遇到需要處理不同編碼格式的文件,有時(shí),在嘗試打開這些文件時(shí)會(huì)遇到亂碼,原因通常是文件的編碼與我們使用的文本編輯器或編程語(yǔ)言的默認(rèn)編碼不匹配,這篇文章將介紹Node.js修改文件字符集的實(shí)現(xiàn)思路和具體實(shí)現(xiàn)過程
    2024-08-08
  • 解析NodeJs的調(diào)試方法

    解析NodeJs的調(diào)試方法

    本文主要介紹了NodeJs調(diào)試的步驟,以及實(shí)例方法,具有一定的參考作用,需要的朋友可以看下
    2016-12-12
  • Node學(xué)習(xí)筆記:Node.js安裝及環(huán)境配置 史詩(shī)級(jí)詳細(xì)版【含測(cè)試與鏡像說明】

    Node學(xué)習(xí)筆記:Node.js安裝及環(huán)境配置 史詩(shī)級(jí)詳細(xì)版【含測(cè)試與鏡像說明】

    這篇文章主要介紹了Node學(xué)習(xí)筆記之Node.js安裝及環(huán)境配置方法,詳細(xì)分析了node.js的基本安裝、配置、環(huán)境變量設(shè)置、以及環(huán)境測(cè)試與鏡像使用說明,需要的朋友可以參考下
    2023-05-05
  • 使用基于Node.js的構(gòu)建工具Grunt來發(fā)布ASP.NET MVC項(xiàng)目

    使用基于Node.js的構(gòu)建工具Grunt來發(fā)布ASP.NET MVC項(xiàng)目

    這篇文章主要介紹了使用基于Node.js的構(gòu)建工具Grunt來發(fā)布ASP.NET MVC項(xiàng)目的教程,自動(dòng)化構(gòu)建工具Grunt具有編譯壓縮單元測(cè)試等功能,十分強(qiáng)大,需要的朋友可以參考下
    2016-02-02
  • node.js讀取Excel數(shù)據(jù)(下載圖片)的方法示例

    node.js讀取Excel數(shù)據(jù)(下載圖片)的方法示例

    這篇文章主要給大家介紹了關(guān)于node.js讀取Excel數(shù)據(jù)(下載圖片)的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用node.js具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2018-08-08
  • nodejs中關(guān)于mysql數(shù)據(jù)庫(kù)的操作

    nodejs中關(guān)于mysql數(shù)據(jù)庫(kù)的操作

    這篇文章主要介紹了nodejs中關(guān)于mysql數(shù)據(jù)庫(kù)的操作方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2022-08-08
  • Node.js數(shù)據(jù)流Stream之Duplex流和Transform流用法

    Node.js數(shù)據(jù)流Stream之Duplex流和Transform流用法

    這篇文章介紹了Node.js數(shù)據(jù)流Stream之Duplex流和Transform流的用法,文中通過示例代碼介紹的非常詳細(xì)。對(duì)大家的學(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使用遞歸算法和遍歷算法來遍歷目錄的方法

    NodeJS使用遞歸算法和遍歷算法來遍歷目錄的方法

    遍歷目錄是操作文件時(shí)的一個(gè)常見需求,比如寫一個(gè)程序,需要找到并處理指定目錄下的所有JS文件時(shí),就需要遍歷整個(gè)目錄,NodeJS遍歷目錄可以使用遞歸算法、遍歷算法,遍歷算法又分為同步遍歷、異步遍歷兩種,本文介紹NodeJS使用遞歸算法和遍歷算法來遍歷目錄的方法
    2023-11-11

最新評(píng)論