nodejs制作小爬虫功能示例
作者：巴啦啦小能量
这篇文章主要介绍了nodejs制作小爬虫功能,结合实例形式分析了node.js安装request、cheerio模块及请求发送、数据库操作等相关实现技巧,需要的朋友可以参考下
本文实例讲述了nodejs制作小爬虫功能。分享给大家供大家参考，具体如下：
1 安装nodejs
2 安装需要模块
npm install request cheerio
3 新建js文件
4 引入
const request=require("request")
const cheerio=require("cheerio")
5 利用request模块发送请求
request('http://news.dgut.edu.cn/dgut/xydt/news_list.shtml',function(err,res){
if(err)
{
console.log('请求出错');
}
else
{
var $ = cheerio.load(res.body, {decodeEntities: false});
$('.listList').children('ul').children('li').each(function(){ //找到li元素对象然后通过each遍历
var newsTitle = $(this).children('a').text(); //得到<a>标签的文字
var newsTime= $(this).children('span').eq(1).text();//得到第二个<span>标签的文字
var newsUrl= "http://news.dgut.edu.cn"+$(this).children('a').attr('href');//得到<a>标签的href的值
item++;
console.log("已爬取"+item+"条记录");
});
}
});
一个小爬虫案例就完了
附上完整代码
request('http://news.dgut.edu.cn/dgut/xydt/news_list.shtml',function(err,res){
if(err)
{
console.log('请求出错');
}
else
{
var $ = cheerio.load(res.body, {decodeEntities: false});
$('.listList').children('ul').children('li').each(function(){ //找到li元素对象然后通过each遍历
var newsTitle = $(this).children('a').text(); //得到<a>标签的文字
var newsTime= $(this).children('span').eq(1).text();//得到第二个<span>标签的文字
var newsUrl= "http://news.dgut.edu.cn"+$(this).children('a').attr('href');//得到<a>标签的href的值
item++;
console.log("已爬取"+item+"条记录");
});
}
});
下面的带数据库
const request=require("request")
const cheerio=require("cheerio")
const mysql=require('mysql')
const db=mysql.createPool({host:'120.79.5554',user:'root',password:'root',database:'pachong'});
var item=0;
request('http://news.dgut.edu.cn/dgut/xydt/news_list.shtml',function(err,res){
if(err)
{
console.log('请求出错');
}
else
{
var $ = cheerio.load(res.body, {decodeEntities: false});
$('.listList').children('ul').children('li').each(function(){ //找到li元素对象然后通过each遍历
var newsTitle = $(this).children('a').text(); //得到<a>标签的文字
var newsTime= $(this).children('span').eq(1).text();//得到第二个<span>标签的文字
var newsUrl= "http://news.dgut.edu.cn"+$(this).children('a').attr('href');//得到<a>标签的href的值
console.log(newsTitle,newsTime,newsUrl)
db.query(`INSERT INTO news (newsTitle, newsTime, newsUrl) VALUE('${newsTitle}', '${newsTime}','${newsUrl}')`,function(err,data){
if(err)
{
console.log("数据库连接错误");
}
})
item++;
console.log("已爬取"+item+"条记录");
});
}
});
希望本文所述对大家node.js程序设计有所帮助。