nodeJS爬虫類に基づく
10055 ワード
最新でnodeJSを習い始めました。(先端の高さ)
途中で使うべき第三者の依存を話してください。直接コードを貼ります。
葃cherioはサーバーのために特別にカスタマイズしたもので、快速で、柔軟で、実施したjQueryの核心は実現します。
途中で使うべき第三者の依存を話してください。直接コードを貼ります。
const http = require('http')
const fs = require('fs')
const cheerio = require('cheerio')
const iconv = require('iconv-lite')
let request = require('request');
〹噫FS NODEJSファイルシステム
fs.appendFile('message.txt', 'data to append', (err) => {
if (err) throw err;
console.log('The "data to append" was appended to file!');
});
, API:http://nodejs.cn/api/fs.html#
同前葃cherioはサーバーのために特別にカスタマイズしたもので、快速で、柔軟で、実施したjQueryの核心は実現します。
var cheerio = require('cheerio'),
$ = cheerio.load('Hello world
');
let htmls = $('h2').html();
console.log(htmls
)
//=> Hello there!
#
## iconv-lite 为防止当前访问网页文件乱码而出现的,通过buffer字符流来进行转化进行相应的转换字符编码
iconv.decode(Buffer.Concat(html),'gb2312');
萼菷は下のソースコードです。//
const http = require('http')
const fs = require('fs')
const cheerio = require('cheerio')
const iconv = require('iconv-lite')
let request = require('request');
const zzxxxc = [
'http://www.88dushu.com/xiaoshuo/69/69252/'
];
// http://www.biquge.cm/8/8726/
let bookLists = [];
let bookName = '';
let m = 0;
hrefs();
/**
*
*/
function hrefs() {
if (m < zzxxxc.length) {
http.get(zzxxxc[m], res => {
const html = []
res.on('data', (chunk) => {
html.push(chunk)
})
res.on('end', () => {
const html1 = iconv.decode(Buffer.concat(html), 'gb2312');
const $ = cheerio.load(html1);
var ddsli = {};
let result = $('.mulu').find('li');
bookName = $('.rt h1').text();
let key = ''; //
result.each((i, elem) => {
let $hrefTag = $(elem).find('a') || false;
if ($hrefTag) {
$hrefTag.each((i, elem) => {
let bookCharInfo = {};
if ($(elem).text().trim() !== ' ') {
bookCharInfo.charName = $(elem).text().trim();
bookCharInfo.charUrl = zzxxxc[m] + $(elem).attr('href');
bookLists.push(bookCharInfo);
}
});
}
});
m++;
txtWord()
});
})
} else {
return '';
}
}
let i = 0;
/**
*
*/
function txtWord() {
let hrefUrls = bookLists[i].charUrl;
request({
url: hrefUrls,
headers: {
'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36',
},
encoding: null
}, function(error, response, body) {
if (response && response.statusCode == 200) {
// , iconv-lite ,decedo Buffer ,Buffer.concat
const html1 = iconv.decode(body, 'gb2312');
const $ = cheerio.load(html1);
var ddsli = {}; //
var bokname = $('.novel h1').text() + '.'.replace(/./g, '
');
var contentTxt = $('.yd_text2').text().trim().replace(/\s/g, "").replace(/。/g, '。
') + '.'.replace(/./g, '\r
');
fs.appendFile('./' + bookName + '.txt', (bokname + contentTxt), function(err) {
if (err) {} else {
if (i < bookLists.length - 1) {
i++;
console.log(' ==>' + bokname.replace(/[\r
]/g, ""));
txtWord();
} else {
console.log(' , ');
hrefs();
}
}
});
} else {
txtWord();
}
});
}
/**
*
* @param {* } str
*/
function trim(str) {
return str.replace(/(^\s*)|(\s*$)/g, '').replace(/ /g, '')
}
もし転載があれば、出所を教えてください。ありがとうございます。