node.js实现简单爬虫示例详解

 更新时间:2023年04月26日 10:30:07   作者:前端小蜜蜂来也  
这篇文章主要为大家介绍了node.js实现简单爬虫示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪

node.js实现简单爬虫

工具:cheerio

cheerio 是 nodejs 特别为服务端定制的,能够快速灵活的对 JQuery 核心进行实现。它工作于 DOM 模型上,且解析、操作、呈送都很高效。 更多 API 参看: github.com/cheeriojs/c…

我们以慕课网页面为例,爬取每个视频课程的标题和课程对应 id,期望结构如下:

titles = [{
  chapterTitle: chapterTitle,
  id: id
}]

第一步

我们用node写一个请求,获取想要爬虫的网站html,这里以慕课网为例:

var http = require('http')
var url = 'http://www.imooc.com/course/list?c=nodejs'
http.get(url, function(res){
  var html = ''
  res.on('data', function(data){
    html += data
  })
  res.on('end', function(){
    var result = filterHml(html)
    print(result)
  })
}).on('error', function(){
  console.log('获取数据错误!')
})

第二步

我们根据需求来编写过滤HTML的函数,将过滤后的数据打印在控制台。

function filterChapters(html) {
    var $ = cheerio.load(html)
    var chapters = $('.course-card-container')//以类名获取节点元素
    var titles = []
    chapters.each(function (item) {
        var chapter = $(this)
        var chapterTitle = chapter.find('h3').text()
        var id = chapter.find('a').attr('href').split('learn/')[1]
        titles.push({
            chapterTitle: chapterTitle,
            id: id
        })
    })
    return titles
}
function printCourseInfo(courseData){
    courseData.forEach(item => {
        console.log('【' + item.id + '】' + item.chapterTitle + '\n')
    });
}

爬虫结果

【935】Vue+Webpack打造todo应用
【882】基于websocket的火拼俄罗斯(单��版)
【861】基于Websocket的火拼俄罗斯(基础)
【866】前端性能优化-通用的缓存SDK
【773】AC2016腾讯前端技术大会
【728】创业公司的Nodejs工程师
【725】Roundtable前端分享专场
【637】进击Node.js基础(二)
【590】阿里D2前端技术论坛——2015融合
【564】去哪儿前端沙龙分享第三期
【556】慕课网技术沙龙之前端专场
【434】去哪儿前端沙龙分享第二期
【367】Qnext前端交互沙龙
【348】进击Node.js基础(一)
【221】D2前端技术论坛——2014绽放
【197】node建站攻略(二期)——网站升级
【75】node+mongodb 建站攻略(一期)

小结:

node.js使得JavaScript代码能够运行在服务端,从而进行一些操作,node.js的更多用法参看后续文章.

以上就是node.js实现简单爬虫示例详解的详细内容,更多关于node.js简单爬虫的资料请关注脚本之家其它相关文章!

相关文章

  • node.js微信小程序配置消息推送的实现

    node.js微信小程序配置消息推送的实现

    这篇文章主要介绍了node.js微信小程序配置消息推送的实现,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2019-02-02
  • 详解NodeJs支付宝移动支付签名及验签

    详解NodeJs支付宝移动支付签名及验签

    本文主要介绍了NodeJs支付宝移动支付签名及验签的方法,具有一定的参考价值,下面跟着小编一起来看下吧
    2017-01-01
  • 全面解析node 表单的图片上传

    全面解析node 表单的图片上传

    本文给大家介绍分享node全面解析表单的图片上传,本文给大家介绍的非常详细,具有参考借鉴价值,感兴趣的朋友一起看看吧
    2016-11-11
  • Node.js中child_process实现多进程

    Node.js中child_process实现多进程

    这篇文章主要介绍了Node.js中child_process实现多进程,需要的朋友可以参考下
    2015-02-02
  • vscode 调试 node.js的方法步骤

    vscode 调试 node.js的方法步骤

    这篇文章主要介绍了vscode 调试 node.js的方法步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-09-09
  • 详解Express笔记之动态渲染HTML(新手入坑)

    详解Express笔记之动态渲染HTML(新手入坑)

    这篇文章主要介绍了详解Express笔记之动态渲染HTML(新手入坑),小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-12-12
  • Node.js 在本地生成日志文件的方法

    Node.js 在本地生成日志文件的方法

    这篇文章主要介绍了Node.js 在本地生成日志文件的方法,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-02-02
  • node.js中的fs.lchmod方法使用说明

    node.js中的fs.lchmod方法使用说明

    这篇文章主要介绍了node.js中的fs.lchmod方法使用说明,本文介绍了fs.lchmod的方法说明、语法、接收参数、使用实例和实现源码,需要的朋友可以参考下
    2014-12-12
  • 用NODE.JS中的流编写工具是要注意的事项

    用NODE.JS中的流编写工具是要注意的事项

    Nodejs读写流流的传输过程默认是以buffer的形式传输的,除非你给他设置其他编码形式, 小伙伴可以参考下。
    2016-03-03
  • Node调用Java的示例代码

    Node调用Java的示例代码

    本篇文章主要介绍了Node调用Java的示例代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-09-09

最新评论