js 爬虫抓取网页数据( 2018年07月05日10:59安装两个)

　　js 爬虫抓取网页数据(

2018年07月05日10:59安装两个)

　　Nodejs实现爬虫爬取数据实例分析

　　更新时间：2018-07-05 10:09:59 作者：狗尾草的博客

　　本文文章主要介绍Nodejs对数据爬取实现的实例分析。这篇文章给大家介绍的很详细，有一定的参考价值。有需要的朋友可以参考。

　　在开始之前，请确保您已经安装了 Node.js 环境。如果没有安装，可以到脚本屋下载安装。

　　1.在项目文件夹中安装两个必要的依赖包

　　

npm install superagent --save-dev

　　superagent是一个轻量级的、渐进的ajax api，可读性好，学习曲线低，内部依赖nodejs原生请求api，适用于nodejs环境

　　

npm install cheerio --save-dev

　　Cheerio是nodejs的一个页面抓取模块，是专为服务端定制的快速、灵活、可实现的jQuery核心实现。适用于各种网络爬虫程序。相当于 node.js 中的 jQuery

　　2.新建一个crawler.js文件

　　

//导入依赖包

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.获取 Boos 直接就业数据

　　

superagent

.get("https://www.zhipin.com/job_detail/?city=100010000&source=10&query=%E5%89%8D%E7%AB%AF")

.end((error,response)=>{

//获取页面文档数据

var content = response.text;

//cheerio也就是nodejs下的jQuery 将整个文档包装成一个集合，定义一个变量$接收

var $ = cheerio.load(content);

//定义一个空数组，用来接收数据

var result=[];

//分析文档结构 先获取每个li 再遍历里面的内容(此时每个li里面就存放着我们想要获取的数据)

$(".job-list li .job-primary").each((index,value)=>{

//地址和类型为一行显示，需要用到字符串截取

//地址

let address=$(value).find(".info-primary").children().eq(1).html();

//类型

let type=$(value).find(".info-company p").html();

//解码

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('');

let typeArr=type.split('');

//将获取的数据以对象的形式添加到数组中

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());

});

//将数组转换成字符串

result=JSON.stringify(result);

//将数组输出到json文件里 刷新目录 即可看到当前文件夹多出一个boss.json文件(打开boss.json文件，ctrl+A全选之后 ctrl+K，再Ctrl+F即可将json文件自动排版)

fs.writeFile("boss.json",result,"utf-8",(error)=>{

//*敏*感*词*错误，如正常输出，则打印null

if(error==null){

console.log("恭喜您，数据爬取成功!请打开json文件，先Ctrl+A，再Ctrl+K,最后Ctrl+F格式化后查看json文件(仅限Visual Studio Code编辑器)");

}

});

});　　

　　总结

　　以上就是小编介绍的爬虫爬取数据的Nodejs实现。我希望它会对你有所帮助。如果您有任何问题，请给我留言。小编会及时回复您。非常感谢您对脚本之家网站的支持！