如何用nodejs编写示例代码实现简易爬虫功能？

本文共计570个文字，预计阅读时间需要3分钟。

原文示例改写如下：

本示例讲述了如何用Node.js创建一个简单爬虫。步骤包括：

1.安装Node.js。

2.使用npm安装所需模块：request和cheerio。

3.创建新的JavaScript文件。

4.引入request和cheerio模块：`const request=require('request'); const cheerio=require('cheerio');`

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('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= $(this).children('span').eq(1).text();//得到第二个<span>标签的文字 var newsUrl= "news.dgut.edu.cn"+$(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('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= $(this).children('span').eq(1).text();//得到第二个<span>标签的文字 var newsUrl= "news.dgut.edu.cn"+$(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('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= $(this).children('span').eq(1).text();//得到第二个<span>标签的文字 var newsUrl= "news.dgut.edu.cn"+$(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。