真实的国产乱ⅩXXX66竹夫人,五月香六月婷婷激情综合,亚洲日本VA一区二区三区,亚洲精品一区二区三区麻豆

成都創(chuàng)新互聯(lián)網(wǎng)站制作重慶分公司

實現(xiàn)一個簡易爬蟲&啟動定時任務-創(chuàng)新互聯(lián)

爬蟲

成都創(chuàng)新互聯(lián)公司10多年企業(yè)網(wǎng)站制作服務;為您提供網(wǎng)站建設(shè),網(wǎng)站制作,網(wǎng)頁設(shè)計及高端網(wǎng)站定制服務,企業(yè)網(wǎng)站制作及推廣,對成都攪拌罐車等多個方面擁有多年的網(wǎng)站營銷經(jīng)驗的網(wǎng)站建設(shè)公司。

目前 node.js 爬蟲工具比較火的有 node-crawler puppeteer。不過我目前沒打算用這些,因為至少現(xiàn)在我們的項目還用不到。只要能發(fā)送請求、解析dom我們就能自己實現(xiàn)一個爬蟲。所以我選擇了axios + cheerio來自己寫爬蟲。

首先我們用 axios + cheerio 來獲取首頁編輯推薦文章,并解析出這篇文章的正文部分。

// controller/crawler.js 文件
const axios = require('axios');
const cheerio = require('cheerio');
// articleCtrl是一個寫好了的controller,里面有存儲數(shù)據(jù)到mongo的邏輯。
const articleCtrl = require('./article');

async function cnblogs () {
    const res = await axios.get('https://www.cnblogs.com/');
    // 把axios得到的數(shù)據(jù)用cheerio解析,解析后的$對象擁有jquery的能力,可以通過jquery api直接操作dom
    const $ = cheerio.load(res.data);
    const $href = $('#editor_pick_lnk');
    let name = $href.text();
    // 找到編輯推薦文章的url,繼續(xù)訪問該頁面
    let href = $href.attr('href');

    const subRes = await axios.get(href);
    const $$ = cheerio.load(subRes.data);
    // 獲得編輯推薦文章的正文部分的html
    const bodyStr = $$('#cnblogs_post_body').html();
    // 存入mongodb,具體articleCtrl.create方法的實現(xiàn)可以從項目源碼中看,位置express/controller/article.js
    const cRes = await articleCtrl.create({
        from: 'cnblogs',
        title: name,
        article: bodyStr,
        hot_level: 1,
        favor: 1,
        comment: 1
    });
};

module.exports = {
    cnblogs
};

通過上面簡單的代碼,我們就能把推薦文章正文部分存到數(shù)據(jù)庫。接下來要創(chuàng)建定時任務,把每天的推薦文章都存到自己的數(shù)據(jù)庫了。

定時任務
實例
定時任務工具我選擇 node-schedule ,先上實例,后面再詳細講下用法。

// schedule/index.js 文件
var schedule = require('node-schedule');

// 可以按照cron的格式設(shè)置
function runSchedule (cb) {
    // cron風格的配置:每天上午10點執(zhí)行一次
    schedule.scheduleJob('0 0 10 * * *', function () {
        console.log('定時任務執(zhí)行一次');
            cb && cb();
    });
    // object風格的配置:每天上午10點執(zhí)行一次
    // 注意,這里需要加minute:0, 否則10點的每一分鐘都執(zhí)行一次。
    schedule.scheduleJob({hour: 10, minute: 0}, function () {
        console.log('定時任務執(zhí)行一次');
            cb && cb();
    });
}

module.exports = runSchedule;
接下來講講 cron 與 object 兩種配置風格的差異。

建議大家直接用 cron 風格的配置方式。當我第一次看到 object 配置風格的時候也覺得很人性化,可用過后會發(fā)現(xiàn)坑太多,越用成本越大。不信可以慢慢看

object風格

// 每天上午7點的每分鐘都執(zhí)行一次 (本以為會每天7點執(zhí)行一次)
let obj = { hour: 7};

// 同上
let obj = { hour: 7, minute: null};

// 上午7點整執(zhí)行一次
let obj = { hour: 7, minute: 0};

// 每秒執(zhí)行一次
let obj = { second: null }

// 每分鐘執(zhí)行一次
let obj = { hour: null }; // 費解,這個不應該是每小時執(zhí)行一次嗎

// 每分鐘執(zhí)行一次
let obj = { minute: null };

// 每小時執(zhí)行一次
let obj = { hour: null, minute: 0 }
cron風格定時器
* * * * * * 每秒執(zhí)行一次
0 * * * * * 每分鐘的第0秒執(zhí)行一次
0 0 * * * * 每小時的0分0秒執(zhí)行一次
0 0 7 * * * 每天早上7點的0分0秒執(zhí)行一次
0 0 7 1 * * 每月的1日早上7點0分0秒執(zhí)行一次
0 0 7 * * 1 每周1的早上7點0分0秒執(zhí)行一次
對比完了這兩種風格能明顯的看出:雖然 object 更人性化但個人覺的有點中看不中用的感覺。尤其是對于個性化的配置,object 顯的很蹩腳,而且你根本沒法查,沒那么多使用說明給到你。相比下 cron 本身就是linux的通用定時任務,各種玩法都被人用了多少遍了。

啟動定時任務
最后,在 app.js 補上下面的邏輯,node app.js 啟動服務,等待定時任務的執(zhí)行吧。

const runSchedule = require('./schedule');
const crawlerCtrl = require('./controller/crawler');

function listen () {
    app.listen('3000', () => {
        console.log('listen: 3000');
        // 開啟自動腳本
        runSchedule(function() {
            crawlerCtrl.cnblogs();
        })
    });
}

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn,海內(nèi)外云服務器15元起步,三天無理由+7*72小時售后在線,公司持有idc許可證,提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案,具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢,專為企業(yè)上云打造定制,能夠滿足用戶豐富、多元化的應用場景需求。


本文標題:實現(xiàn)一個簡易爬蟲&啟動定時任務-創(chuàng)新互聯(lián)
URL網(wǎng)址:http://weahome.cn/article/eihej.html

其他資訊

在線咨詢

微信咨詢

電話咨詢

028-86922220(工作日)

18980820575(7×24)

提交需求

返回頂部