開始之前請先確保自己安裝了Node.js環境,如果沒有安裝,大家可以到VeVb武林網下載安裝。
1.在項目文件夾安裝兩個必須的依賴包
npm install superagent --save-dev
superagent 是一個輕量的,漸進式的ajax api,可讀性好,學習曲線低,內部依賴nodejs原生的請求api,適用于nodejs環境下
npm install cheerio --save-dev
cheerio是nodejs的抓取頁面模塊,為服務器特別定制的,快速、靈活、實施的jQuery核心實現。適合各種Web爬蟲程序。相當于node.js中的jQuery
2.新建 crawler.js 文件
//導入依賴包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.獲取 Boos直聘數據
superagent  .get("https://www.zhipin.com/job_detail/?city=100010000&source=10&query=%E5%89%8D%E7%AB%AF")  .end((error,response)=>{    //獲取頁面文檔數據    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);    //定義一個空數組,用來接收數據    var result=[];    //分析文檔結構 先獲取每個li 再遍歷里面的內容(此時每個li里面就存放著我們想要獲取的數據)    $(".job-list li .job-primary").each((index,value)=>{      //地址和類型為一行顯示,需要用到字符串截取      //地址      let address=$(value).find(".info-primary").children().eq(1).html();      //類型      let type=$(value).find(".info-company p").html();      //解碼      address=unescape(address.replace(/&#x/g,'%u').replace(/;/g,''));      type=unescape(type.replace(/&#x/g,'%u').replace(/;/g,''))      //字符串截取      let addressArr=address.split('<em class="vline"></em>');      let typeArr=type.split('<em class="vline"></em>');      //將獲取的數據以對象的形式添加到數組中      result.push({        title:$(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());    });    //將數組轉換成字符串    result=JSON.stringify(result);    //將數組輸出到json文件里 刷新目錄 即可看到當前文件夾多出一個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)=>{      //監聽錯誤,如正常輸出,則打印null      if(error==null){        console.log("恭喜您,數據爬取成功!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)");      }    });  });  總結
以上所述是小編給大家介紹的Nodejs實現爬蟲抓取數據,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復大家的。在此也非常感謝大家對VeVb武林網網站的支持!
新聞熱點
疑難解答