js抓取网页内容(没错.js的学习中，可用于抓取其他网站的模块 )

　　js抓取网页内容(没错.js的学习中，可用于抓取其他网站的模块

)

　　在node.js的学习中，可以用来捕获其他网站的模块是[cherio]。此模块不是node的内置模块，需要先安装：

　　安装相应的模块

　　安装命令：

npm install cheerio

　　显式抓取对象

　　安装cherio后，我们可以获取数据。让我们明确一下，要捕获的内容是网站，要捕获的代码如下：

　　如图所示，要捕获的内容是图中标记的IMG图片。是的，它是下面的Kawaii蛋糕。哇，哇，哇~我想吃东西，而且名字也很好

　　开始抓取

　　我们已经定义了捕获的内容。现在让我们开始捕捉。在此之前，我们需要知道cherio收录jQuery核心的一个子集，也就是说，在操作cherio时，可以使用JQ的相关语法。这不是很酷吗？哈哈哈，启动代码：

　　var http = require("http");

var cheerio = require("cheerio");

//准备抓取的网站链接

var dataUrl = "http://www.mcake.com/shop/110/index.html#mainer_top";

http.get(dataUrl,function(res){

var str = "";

//绑定方法，获取网页数据

res.on("data",function(chunk){

str += chunk;

})

//数据获取完毕

res.on("end",function(){

//调用下方的函数，得到返回值，即是我们想要的img的src

var data = getData(str);

console.log(data);

})

})

//根据得到的数据，处理得到自己想要的

function getData(str){

//沿用JQuery风格，定义$

var $ = cheerio.load(str);

//获取的数据数组

var arr = $(".pro_box a:nth-child(1) img");

var dataTemp = [];

//遍历得到数据的src，并放入以上定义的数组中

arr.each(function(k,v){

var src = $(V).attr("src");

dataTemp.push(src);

})

//返回出去

return dataTemp;

}

　　获取抓取结果

　　获得的图片链接打印如下：

　　为了验证信息的准确性，也为了使博客页面更少使用lotus root，该功能单击以抓取所附第一个链接的可爱甜点图片：