手把手教你用Node.js爬蟲爬取網(wǎng)站數(shù)據(jù)的方法
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。
- node.js讀取Excel數(shù)據(jù)(下載圖片)的方法示例
- 詳解使用Node.js 將txt文件轉(zhuǎn)為Excel文件
- Node.js利用js-xlsx處理Excel文件的方法詳解
- Node.js實(shí)現(xiàn)Excel轉(zhuǎn)JSON
- Nodejs實(shí)現(xiàn)爬蟲抓取數(shù)據(jù)實(shí)例解析
- nodeJs爬蟲獲取數(shù)據(jù)簡(jiǎn)單實(shí)現(xiàn)代碼
- nodejs爬蟲抓取數(shù)據(jù)之編碼問題
- nodejs爬蟲抓取數(shù)據(jù)亂碼問題總結(jié)
- Nodejs技巧之Exceljs表格操作用法示例
- 使用ExcelJS快速處理Node.js爬蟲數(shù)據(jù)
相關(guān)文章
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2022-08-08Node.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2024-08-08Node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
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2016-02-02node.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2018-08-08nodejs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2022-08-08Node.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