開始之前請先確保自己安裝了Node.js環(huán)境，還沒有安裝的的童鞋請看一下安裝教程......
專業(yè)領(lǐng)域包括成都網(wǎng)站設(shè)計、網(wǎng)站制作、商城系統(tǒng)網(wǎng)站開發(fā)、微信營銷、系統(tǒng)平臺開發(fā)， 與其他網(wǎng)站設(shè)計及系統(tǒng)開發(fā)公司不同，成都創(chuàng)新互聯(lián)公司的整合解決方案結(jié)合了幫做網(wǎng)絡(luò)品牌建設(shè)經(jīng)驗和互聯(lián)網(wǎng)整合營銷的理念，并將策略和執(zhí)行緊密結(jié)合，為客戶提供全網(wǎng)互聯(lián)網(wǎng)整合方案。
https://www.jb51.net/article/113677.htm
https://www.jb51.net/article/57687.htm
直接開始吧
1.在項目文件夾安裝兩個必須的依賴包
npm install superagent --save-dev
SuperAgent(官網(wǎng)是這樣解釋的)
-----SuperAgent is light-weight progressive ajax API crafted for flexibility, readability, and a low learning curve after being frustrated with many of the existing request APIs. It also works with Node.js!
-----superagent 是一個輕量的,漸進式的ajax api,可讀性好,學(xué)習(xí)曲線低,內(nèi)部依賴nodejs原生的請求api,適用于nodejs環(huán)境下
npm install cheerio --save-dev
Cheerio
-----cheerio是nodejs的抓取頁面模塊，為服務(wù)器特別定制的，快速、靈活、實施的jQuery核心實現(xiàn)。適合各種Web爬蟲程序。相當(dāng)于node.js中的jQuery
2.新建 crawler.js 文件
重慶分公司
重慶分公司
//導(dǎo)入依賴包
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.看注釋啦(這里爬取的是boss直聘網(wǎng)站的數(shù)據(jù))
superagent
.get("https://www.zhipin.com/job_detail/?city=100010000&source=10&query=%E5%89%8D%E7%AB%AF")
.end((error,response)=>{
//獲取頁面文檔數(shù)據(jù)
var content = response.text;
//cheerio也就是nodejs下的jQuery 將整個文檔包裝成一個集合，定義一個變量$接收
var $ = cheerio.load(content);
//定義一個空數(shù)組，用來接收數(shù)據(jù)
var result=[];
//分析文檔結(jié)構(gòu) 先獲取每個li 再遍歷里面的內(nèi)容(此時每個li里面就存放著我們想要獲取的數(shù)據(jù))
$(".job-list li .job-primary").each((index,value)=>{
//地址和類型為一行顯示，需要用到字符串截取
//地址
let address=$(value).find(".info-primary").children().eq(1).html();
//類型
let type=$(value).find(".info-company p").html();
//解碼
address=unescape(address.replace(/&#x/g,'%u').replace(/;/g,''));
type=unescape(type.replace(/&#x/g,'%u').replace(/;/g,''))
//字符串截取
let addressArr=address.split('');
let typeArr=type.split('');
//將獲取的數(shù)據(jù)以對象的形式添加到數(shù)組中
result.push({
title:$(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());
});
//將數(shù)組轉(zhuǎn)換成字符串
result=JSON.stringify(result);
//將數(shù)組輸出到j(luò)son文件里 刷新目錄 即可看到當(dāng)前文件夾多出一個boss.json文件(打開boss.json文件，ctrl+A全選之后 ctrl+K，再Ctrl+F即可將json文件自動排版)
fs.writeFile("boss.json",result,"utf-8",(error)=>{
//監(jiān)聽錯誤，如正常輸出，則打印null
if(error==null){
console.log("恭喜您，數(shù)據(jù)爬取成功!請打開json文件，先Ctrl+A，再Ctrl+K,最后Ctrl+F格式化后查看json文件(僅限Visual Studio Code編輯器)");
}
});
});
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持創(chuàng)新互聯(lián)。
