使用 superagent 与 cheerio 完成简单爬虫
来源:互联网 发布:软件开发培训班价格 编辑:程序博客网 时间:2024/04/30 01:55
目标:
建立一个 lesson3 项目,在其中编写代码。
当在浏览器中访问 http://localhost:3000/ 时,输出 CNode(https://cnodejs.org/ ) 社区首页的所有帖子标题和链接,以 json
的形式。
知识点:
1. 学习使用 superagent
抓取网页
2. 学习使用 cheerio
分析网页
Node.js中异步的场景运用的很多,其中爬虫的场景就比较适合,可以通过异步并发的方式爬取网站的一些相关信息。
此次主要使用了三个包依赖,分别是express、superagent和cheerio。superagent
(http://visionmedia.github.io/superagent/ ) 是个 http 方面的库,可以发起 get 或 post 请求。cheerio
(https://github.com/cheeriojs/cheerio ) 大家可以理解成一个 Node.js 版的 jquery,用来从网页中以 css selector 取数据,使用方式跟 jQuery 一样一样的。
步骤:
1. 新建文件,然后 npm init;
2. 安装包依赖 npm install –save package_name;
3. 写应用逻辑。
app.js中的代码如下:
var express = require('express'); var superagent = require('superagent'); var cheerio = require('cheerio'); var app = express(); app.get('/', function (req, res, next) { // 用 superagent 去抓取 https://cnodejs.org/ 的内容 superagent.get('https://cnodejs.org/') .end(function (err, sres) { // 常规的错误处理 if (err) { return next(err); } // sres.text 里面存储着网页的 html 内容,将它传给 cheerio.load 之后 // 就可以得到一个实现了 jquery 接口的变量,我们习惯性地将它命名为 `$` // 剩下就都是 jquery 的内容了 var $ = cheerio.load(sres.text); var items = []; $('#topic_list .topic_title').each(function (idx, element) { var $element = $(element); items.push({ title: $element.attr('title'), href: $element.attr('href') }); }); res.send(items); }); }); app.listen(3000, function (req, res) { console.log('app is running at port 3000'); });
结果如下图所示:
1 0
- 使用 superagent 与 cheerio 完成简单爬虫
- 使用 superagent 与 cheerio 完成简单爬虫
- node.js 学习笔记003 :使用superagent和cheerio实现简单网页爬虫
- 使用sync-request和cheerio写爬虫
- node.js使用cheerio制作网络爬虫
- node.js使用cheerio制作网络爬虫
- superagent 抓取网页 cheerio 分析网页
- nodeJs -- 基于Express、superagent 和 cheerio
- nodejs+cheerio 爬虫入门
- 网络爬虫之cheerio
- SuperAgent使用简介
- SuperAgent使用简介
- SuperAgent中文使用文档
- SuperAgent中文使用文档
- SuperAgent使用简介
- SuperAgent
- Node.js学习之网络爬虫(使用cheerio抓取网页数据)
- [译] SuperAgent中文使用文档
- IOC控制反转
- xcode两个小知识
- 关于工作中的思考能力
- php 读取表结构自动生成php操作类
- Windows多线程编程总结
- 使用 superagent 与 cheerio 完成简单爬虫
- Apache开启PathInfo
- 地上走,空中飞
- 小白进阶之动态规划-矩阵链乘法
- EJB 企业级应用的架构(4)
- 不需要注解就能看出代码含义的一些方法
- 利用霍夫变换做直线检测的原理及OpenCV代码实现
- Android ObjectAnimator基础用法
- lintcode之Wood-Cut问题