nodejs做个爬虫爬取腾讯动漫内容简单实现

 更新时间:2023年07月24日 09:20:31   作者:紫气东来_姜波  
这篇文章主要为大家介绍了nodejs做个爬虫爬取腾讯动漫内容简单实现,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

首先上package.json

{
  "name": "Spider",
  "version": "1.0.0",
  "description": "spider ",
  "main": "index.js",
  "dependencies": {
    "async": "^1.5.0",
    "cheerio": "^0.19.0",
    "eventproxy": "^0.3.4",
    "superagent": "^1.4.0"
  },
  "devDependencies": {},
  "scripts": {
    "test": "node index",
    "start": "node server.js"
  }
}

server.js

var http = require("http");
var cheerio = require("cheerio");
var fs = require('fs');
//Utility function that downloads a URL and invokes
//callback with the data.
function downloadPage(url, callback) {
    http.get(url, function(res) {
        var data = "";
        res.on('data', function(chunk) {
            data += chunk;
        });
        res.on("end", function() {
            callback(data);
        });
    }).on("error", function() {
        callback(null);
    });
}
function start() {
    var url = 'http://ac.qq.com/Comic/index/type/4/page/';
    var url2 = 'http://ac.qq.com/ComicView/index/id/549690/cid/1';
    var arr = [];
    for (var i = 1; i < 13; i++) {
        downloadPage(url + i, function(data) {
            if (data) {
                var $ = cheerio.load(data);
                $("div.ret-search-result > ul > li.ret-search-item").each(function(i, e) {
                    var json = {};
                    json.tags = [];
                    json.img = $(e).find('img').attr('data-original');
                    json.link = $(e).find('a.mod-cover-list-thumb').attr('href');
                    json.id = json.link.split('/').reverse()[0];
                    json.title = $(e).find('h3.ret-works-title > a').text();
                    json.author = $(e).find('p.ret-works-author').text();
                    json.popular = $(e).find('p.ret-works-tags> span > em').text();
                    json.description = $(e).find('p.ret-works-decs').text();
                    $(e).find('p.ret-works-tags>a').each(function(i, e) {
                        json.tags.push($(e).text());
                    });
                    downloadImg(json.img);
                    arr.push(json)
                    console.log("done");
                    // console.log(arr)
                    // fs.writeFileSync('./output.json', JSON.stringify(arr));
                    // });
                })
            }
        })
    }
}
function downloadImg(url) {
    console.log('string')
    http.get(url, function(res) {
        var imgData = "";
        res.setEncoding("binary"); //一定要设置response的编码为binary否则会下载下来的图片打不开
        res.on("data", function(chunk) {
            imgData += chunk;
        });
        res.on("end", function() {
            var d = new Date();
            fs.writeFile("./downImgs/" + Math.floor(Math.random() * 10000000) + '.jpg', imgData, "binary", function(err) {
                if (err) {
                    console.log(err);
                }
                console.log("down success");
            });
        });
    });
}
exports.start = start;

最后index.js

var server = require("./server");
server.start();

说明

  • 引入必须的模块,http, cheerio, fs
  • downloadPage函数接收URL,并在回调里处理数据。
  • start函数里,定义url数据源,这里用的是腾讯动漫.
  • for循环处理url数据内容,里面的downloadImg函数,即保存图片到本地。

以上就是nodejs做个爬虫爬取腾讯动漫内容简单实现的详细内容,更多关于nodejs爬虫爬取腾讯动漫的资料请关注脚本之家其它相关文章!

相关文章

  • Node.js API详解之 module模块用法实例分析

    Node.js API详解之 module模块用法实例分析

    这篇文章主要介绍了Node.js API详解之 module模块用法,结合实例形式分析了Node.js API中module模块基本功能、原理、用法及操作注意事项,需要的朋友可以参考下
    2020-05-05
  • 基于socket.io+express实现多房间聊天

    基于socket.io+express实现多房间聊天

    本文给大家分享的是使用node.js,基于socket.io+express实现多房间聊天的代码,非常的实用,有需要的小伙伴可以来参考下
    2016-03-03
  • 使用npm发布Node.JS程序包教程

    使用npm发布Node.JS程序包教程

    这篇文章主要介绍了使用npm发布Node.JS程序包教程,本文讲解了配置package.json、注册npm帐号、发布程序包等内容,需要的朋友可以参考下
    2015-03-03
  • Nodejs 搭建简单的Web服务器详解及实例

    Nodejs 搭建简单的Web服务器详解及实例

    这篇文章主要介绍了Nodejs 搭建简单的Web服务器详解及实例的相关资料,并附实例代码和实现效果图,需要的朋友可以参考下
    2016-11-11
  • 干净卸载Windows的Node.js环境的方法

    干净卸载Windows的Node.js环境的方法

    这篇文章主要介绍了如何干净卸载Windows的Node.js环境的方法,文中通过图文结合的方式讲解的非常详细,对大家删除Node.js环境有一定的帮助,需要的朋友可以参考下
    2025-01-01
  • Node.js开发 path路径模块详解

    Node.js开发 path路径模块详解

    path 模块是 Node.js 官方提供的、用来处理路径的模块,它提供了一系列的方法和属性,用来满足用户对路径的处理需求,这篇文章主要介绍了Node.js开发 path路径模块,需要的朋友可以参考下
    2024-02-02
  • 详解nodejs 文本操作模块-fs模块(二)

    详解nodejs 文本操作模块-fs模块(二)

    这篇文章主要介绍了详解nodejs 文本操作模块-fs模块(二),主要包括文件的读写操作,有兴趣的可以了解一下。
    2016-12-12
  • node脚本实现自动化签到和抽奖功能

    node脚本实现自动化签到和抽奖功能

    本文主要介绍了node脚本实现自动化签到和抽奖功能,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2022-01-01
  • Mac下安装node.js及环境配置全过程

    Mac下安装node.js及环境配置全过程

    这篇文章主要介绍了Mac下安装node.js及环境配置全过程,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-05-05
  • Node.js模块封装及使用方法

    Node.js模块封装及使用方法

    这篇文章主要为大家详细介绍了Node.js模块封装及使用方法,感兴趣的朋友可以参考一下
    2016-03-03

最新评论