開始之前請先確保自己安裝了Node.js環(huán)境,如果沒有安裝,大家可以到創(chuàng)新互聯(lián)下載安裝。
成都網(wǎng)站建設(shè)哪家好,找成都創(chuàng)新互聯(lián)公司!專注于網(wǎng)頁設(shè)計、成都網(wǎng)站建設(shè)、微信開發(fā)、小程序制作、集團(tuán)企業(yè)網(wǎng)站建設(shè)等服務(wù)項目。核心團(tuán)隊均擁有互聯(lián)網(wǎng)行業(yè)多年經(jīng)驗,服務(wù)眾多知名企業(yè)客戶;涵蓋的客戶類型包括:玻璃隔斷等眾多領(lǐng)域,積累了大量豐富的經(jīng)驗,同時也獲得了客戶的一致好評!
1.在項目文件夾安裝兩個必須的依賴包
npm install superagent --save-dev
superagent 是一個輕量的,漸進(jìn)式的ajax api,可讀性好,學(xué)習(xí)曲線低,內(nèi)部依賴nodejs原生的請求api,適用于nodejs環(huán)境下
npm install cheerio --save-dev
cheerio是nodejs的抓取頁面模塊,為服務(wù)器特別定制的,快速、靈活、實施的jQuery核心實現(xiàn)。適合各種Web爬蟲程序。相當(dāng)于node.js中的jQuery
2.新建 crawler.js 文件
//導(dǎo)入依賴包 const http = require("http"); const path = require("path"); const url = require("url"); const fs = require("fs"); const superagent = require("superagent"); const cheerio = require("cheerio");
3.獲取 Boos直聘數(shù)據(jù)
superagent .get("https://www.zhipin.com/job_detail/?city=100010000&source=10&query=%E5%89%8D%E7%AB%AF") .end((error,response)=>{ //獲取頁面文檔數(shù)據(jù) var content = response.text; //cheerio也就是nodejs下的jQuery 將整個文檔包裝成一個集合,定義一個變量$接收 var $ = cheerio.load(content); //定義一個空數(shù)組,用來接收數(shù)據(jù) var result=[]; //分析文檔結(jié)構(gòu) 先獲取每個li 再遍歷里面的內(nèi)容(此時每個li里面就存放著我們想要獲取的數(shù)據(jù)) $(".job-list li .job-primary").each((index,value)=>{ //地址和類型為一行顯示,需要用到字符串截取 //地址 let address=$(value).find(".info-primary").children().eq(1).html(); //類型 let type=$(value).find(".info-company p").html(); //解碼 address=unescape(address.replace(/&#x/g,'%u').replace(/;/g,'')); type=unescape(type.replace(/&#x/g,'%u').replace(/;/g,'')) //字符串截取 let addressArr=address.split('<em class="vline"></em>'); let typeArr=type.split('<em class="vline"></em>'); //將獲取的數(shù)據(jù)以對象的形式添加到數(shù)組中 result.push({ title:$(value).find(".name .job-title").text(), money:$(value).find(".name .red").text(), address:addressArr, company:$(value).find(".info-company a").text(), type:typeArr, position:$(value).find(".info-publis .name").text(), txImg:$(value).find(".info-publis img").attr("src"), time:$(value).find(".info-publis p").text() }); // console.log(typeof $(value).find(".info-primary").children().eq(1).html()); }); //將數(shù)組轉(zhuǎn)換成字符串 result=JSON.stringify(result); //將數(shù)組輸出到j(luò)son文件里 刷新目錄 即可看到當(dāng)前文件夾多出一個boss.json文件(打開boss.json文件,ctrl+A全選之后 ctrl+K,再Ctrl+F即可將json文件自動排版) fs.writeFile("boss.json",result,"utf-8",(error)=>{ //監(jiān)聽錯誤,如正常輸出,則打印null if(error==null){ console.log("恭喜您,數(shù)據(jù)爬取成功!請打開json文件,先Ctrl+A,再Ctrl+K,最后Ctrl+F格式化后查看json文件(僅限Visual Studio Code編輯器)"); } }); });
總結(jié)
以上所述是小編給大家介紹的Nodejs實現(xiàn)爬蟲抓取數(shù)據(jù),希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復(fù)大家的。在此也非常感謝大家對創(chuàng)新互聯(lián)網(wǎng)站的支持!
本文標(biāo)題:Nodejs實現(xiàn)爬蟲抓取數(shù)據(jù)實例解析
URL分享:http://jinyejixie.com/article6/ppjhig.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供外貿(mào)建站、網(wǎng)站排名、全網(wǎng)營銷推廣、云服務(wù)器、微信小程序、服務(wù)器托管
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)