用nodejs去爬一下A站老司机的文章

2016年10月18日 385点热度 0人点赞 0条评论

图片

本文来自极客学院就业班web大前端助教你萌的18岁花季美少女windy老师,原作者授权发布。


从node问世以后,就不断被JavaScript的忠实追随者拿来干一些原来只有php、Python等后端语言才能干的事情,例如写个爬虫之类的。对于前端er来说,用上一些好用的轮子,你可能十几行代码就可以写一个crawler哦~


爬虫的思路十分简单:


  1. 按照一定的规律发送 HTTP 请求获得页面 HTML 源码(必要时需要加上一定的 HTTP 头信息,比如 cookie 或 referer 之类)

  2. 利用正则匹配或第三方模块解析 HTML 代码,提取有效数据

  3. 将数据持久化到数据库中


当然爬虫的写法千千万,下面只提供吃瓜群众都能看懂的版本~


假定你已经有了一定的nodeJS基础,如果没有请移步围观=>LV触手系列:前端之魂,触碰后端的手——Node.js学习之路(一)

*文章目录*

  1. 1. *准备阶段*

  2.     1.1. NPM

        1.2. package.json

        1.3. crawler.js

  3. 2. *学习阶段*

  4.     2.1. REQUEST

        2.2. CHEERIO

  5. 3. *建设阶段*

  6. 4. *实验阶段*

*准备阶段*

NPM

(npm:趁还没被yarn干掉再续一秒)

首先我们需要通过npm安装两个模块reuqestcheerio来帮助我们更方便地请求和 解析页面

终端cd到你的文件目录里,先装上,一会儿我再各自讲它们

图片

package.json

装完你可以看到你文件夹里的package.json里已经多了两个依赖项

图片

crawler.js

假设你的爬虫程序主文件名叫crawler.js,我们需要在这个文件里引入requestcheerio这两个模块
js代码为

图片

准备阶段完成后,让我们开始沉迷于学习阶段= =

*学习阶段*

REQUEST

request是个非常好用的针对HTTP请求的模块,简言之是对 http.request更高级的封装,口号是——“Simplified HTTP client”

request 这个模块可以帮你下载资料。使用方式:

图片
随便来个例子,假设你觉得你自己真是沉迷于学习无法自拔,是我的迷妹/痴汉一只,你想要随时监控我博客的内容,那你就这样写

图片
不过我建议你们转去搞LV的( ͡° ͜ʖ ͡°)=>
群疯之下

(小学妹就不坑LV老师啦,欢迎大家自行寻找他的个人站~)


CHEERIO

cheerio模块可以在服务器端像使用Jquery的方式一样操作Dom结构,许多用法和jquery 的语法基本相同,为服务器特别定制的,快速、灵活、实施的jQuery核心实现。
简言之,是服务器端的鸡块瑞(◕ܫ◕)~

Cheerio 几乎能够解析任何的 HTML 和 XML document,灵活好用,灰常厉害
只需这么用:

图片

基础知识学习完毕,让我们一起投入到火热的社会主义建设中去~

*建设阶段*

先把request搞上去,明确要爬的页面,我们要爬的是A站的文章区(我不想搞B站,不想被封号TAT)

图片

我们当然不能拍拍手,我们要用cheerio去解析我们刚请求成功的页面

图片

最后爬下来的结果我们把它放在result.json文件里

图片
最后把这句话放在request方法里

图片
最终你的
crawler.js看起来是这样

图片

啊~麻麻~我用16行代码就写了个爬虫~╰(°▽°)╯
慢着,我们先来试验下是否能成功

*实验阶段*

cd 到你的目录,敲下激动人心的如下代码

图片
然后观察你的文件夹里是否多了个
result.json呢,它看起来应该是如下这样充满了大新闻

result.json

图片

恭嘿累爬虫成功~想要爬到更深入的信息,就自己去看API吧~爬到什么不得了的东西的话,记得分享给我萌哦~(づ ̄3 ̄)づ╭❤~


原文链接:https://goodluckforever.github.io/2016/10/15/nodejs-crawler/#more 

图片

免费直播公开课预告~

听说微信小程序不如原生APP体验?

想高效学习微信小程序?

小程序的入口太深,使用低频?

……

面对网上各种版本的入门简介,

是时候来一波【微信小程序深度解析】啦!

【本周四晚 20:00 — 21:30】

极客学院邀请「微信小程序开发:从基础入门到项目实战精品课」 主讲老师,

为极客们带来【免费直播公开课】,

分享技术干货,面对面交流,

回答极客们关于微信小程序最关注的问题~

还有各种彩蛋福利,赶紧上车还来得及~

图片

更多分享,敬请期待!

↓↓↓ 点击 "阅读原文"  了解直播活动详情

30810用nodejs去爬一下A站老司机的文章

这个人很懒,什么都没留下

文章评论