nodeJS实现简单网页爬虫功能的实例(分享)(nodejs搭建网站)

编辑：rootadmin

推荐整理分享nodeJS实现简单网页爬虫功能的实例(分享)(nodejs搭建网站)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:用nodejs开发的大型网站,node.js怎么用,nodejs网络编程,nodejs做网页,nodejs网站实例,nodejs实战教程,nodejs网络编程,nodejs做网页,内容如对您有帮助，希望把文章链接给更多的朋友！

本文将使用nodeJS实现一个简单的网页爬虫功能

网页源码

使用http.get()方法获取网页源码，以hao网站的头条页面为例

　　通过分析可知，‘综艺'模块与其他模块都位于<div class="top-wrap">中，其中，综艺模块的内层div的monkey='zy'，综艺模块的条综艺节目的信息都位于<div class="poinr clearfix">中，综艺节目的名称位于<span class="point-title">中

cheerio

我们怎么从源代码中获取到有用的数据呢？首先，nodeJS不支持document对象。如果要使用笨办法，只能使用正则表达式来处理

cheerio 是nodejs特别为服务端定制的，能够快速灵活的对JQuery核心进行实现。它工作于DOM模型上，且解析、操作、呈送都很高效

【安装】

【使用】

它的使用方法和jQuery相当类似，上手非常容易。以获取综艺热度前名的节目名称为例

爬虫代码

下面将hao网页中的'实时热点'、'今日热点'、'民生热点'、'电影'、'电视剧'、'综艺'这6部分的排名爬下来，分别到对象名为'result'中的数组中，分别命令为'ss'、'jr'、'ms'、'dy'、'dsj'、'zy'

【代码如下】

【结果如下】

以上这篇nodeJS实现简单网页爬虫功能的实例(分享)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持积木网。

gulp解决跨域的配置文件问题废话不多说，直接上代码//引入插件vargulp=require('gulp');//varProxy=require('gulp-connect-proxy');varconnect=require('gulp-connect');varproxy=require('http-proxy-middleware');//使用con

Node.js 使用命令行工具检查更新随着Node.js的走红，使用Node.js开发命令行工具越来越简单。一个成熟的命令行工具应该从一开始就要考虑好之后的版本更新如何优雅的告知用户。最好的

简单谈谈关于 npm 5.0 的新坑前言前几天升级了Node.jsv8.0后，自带的npm也升级到了5.0，第一次使用的时候确实惊艳到了：原本重新安装一次模块要十几秒到事情，现在一秒多就搞定了

标签: nodejs搭建网站

本文链接地址:https://www.jiuchutong.com/biancheng/380843.html 转载请保留说明！

上一篇：详解Node.js 命令行程序开发教程(node.js介绍)

下一篇：gulp解决跨域的配置文件问题(解决跨域的原理)