位置: IT常识 - 正文

Node.js基础入门第六天(node.js入门教程)

编辑:rootadmin
经过前面五天的学习,对Node.js开发已经逐渐入门,今天结合之前学到的东西,开发一个小示例【爬取某图片网站的图片】来巩固基础知识,仅供学习分享使用,如有不足之处,还请指正。 ...

推荐整理分享Node.js基础入门第六天(node.js入门教程),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:node.js基础知识,node.js基础知识,node-js,node.js教程详细,node.js基础知识,node.js快速入门,node.js入门教程,node.js入门教程,内容如对您有帮助,希望把文章链接给更多的朋友!

经过前面五天的学习,对Node.js开发已经逐渐入门,今天结合之前学到的东西,开发一个小示例【爬取某图片网站的图片】,仅供学习分享使用,如有不足之处,还请指正。

涉及知识点

开发一个小爬虫,涉及的知识点如下所示:

https模块,主要是用户获取网络资源,如:网页源码,图片资源等。cheerio模块,主要用于解析html源码,并可访问,查找html节点内容。fs模块,主要用于文件的读写操作,如保存图片,日志等。闭包,主要是对于异步操作,对象的隔离保护。cheerio简介什么是cheerio ?

cheerio是为服务器特别定制的,快速、灵活、实施的jQuery核心实现。主要用于在服务端解析html。特点如下所示:

易用,语法类似jQuery语法,从jQuery库中去除了所有 DOM不一致性和浏览器尴尬的部分。解析快,比JSDOM快八倍。灵活,Cheerio 封装了兼容的htmlparser。Cheerio 几乎能够解析任何的 HTML 和 XML document。安装cheerio

首先在命令行,切换到程序目录,然后输入安装命令进行安装,如下所示:

1 cnpm install cheerio

安装过程,如下所示:

准备工作

在编写爬虫之前,首先需要分析目标内容,本次需要爬取的是某网站,星空类型的图片内容,经过分析,发现所有的图片都是在ul下每一个li中的a标签内的img中,本次只需要解析出img的src属性,即可获取图片的下载路径。如下所示:

Node.js基础入门第六天(node.js入门教程)

核心代码

经过以上分析,通过Node.js编写代码,分为两步,获取所有图片的url路径,即解析所有目标img元素的src属性。然后再下载具体图片进行保存即可。

引用所需要的功能模块,如下所示:

1 var https = require('https');2 var cheerio = require('cheerio');3 var fs = require('fs');

获取并解析html页面内容,如下所示:

1 //爬取的网址 2 var addrs=['https://www.*****.com/topic/show_27202_1.html','https://www.******.com/topic/show_27202_2.html','https://www.*****.com/topic/show_27202_3.html']; 3 var logger = fs.createWriteStream('./download/log.txt',{flags:'a+',autoClose:'true'}); 4 5 for(i in addrs){ 6 (function(num){ 7 var addr = addrs[num]; 8 //创建目录 9 var p1 = new Promise(function(resolve,reject){10 fs.access('./download',function(err){11 if(err){12 fs.mkdir('./download',function(e){13 if(e){14 console.log('创建失败');15 }16 });17 }else{18 resolve("success");19 }20 }); 21 });22 23 p1.then(function(datas){24 var html='';25 var p2 = new Promise(function(resolve,reject){26 https.get(addr,function(res){27 res.on('data',function(data){28 html+=data.toString();29 })30 res.on('end',function(){31 resolve("success");32 });33 34 });35 36 });37 p2.then(function(data){38 //下载完成后,进行解析39 const $ =cheerio.load(html);40 var lis = $('#img-list-outer').find('li');41 for(var j=0;j<lis.length-1;j++){42 var li = lis[j];43 var src =$(li).find('a').find('img').attr('src');44 //console.log(src);45 //console.log('-------------------------');46 var imgurl='https:'+src;47 download(imgurl);48 var msg='['+j+']下载成功:'+imgurl;49 logger.write(msg+'\n');50 console.log(msg);51 }52 });53 });54 })(i);55 }

注意:因为所有爬取的目标共分为3页,所以用到了循环,并且在循环中用到了闭包。

下载并保存单张图片代码,如下所示:

1 //下载图片 2 function download(imgurl){ 3 var p1 = new Promise(function(resolve,reject){ 4 https.get(imgurl,function(res){ 5 var imgName=imgurl.substr(imgurl.lastIndexOf('/')+1); 6 var stream = fs.createWriteStream('./download/'+imgName); 7 res.pipe(stream); 8 setTimeout(function(){ 9 resolve('success');10 },300);11 12 });13 });14 p1.then(function(data){15 return;16 });17 }示例截图

开发完成后,运行代码,如下所示:

爬取的图片,保存在文件夹中,如下所示:

注意:添加日志,是为了方便记录程序执行过程,对比图片和日志,便于发现问题。

备注

学而时习之,不亦说乎?有朋自远方来,不亦乐乎?人不知而不愠,不亦君子乎?

本文链接地址:https://www.jiuchutong.com/zhishi/311587.html 转载请保留说明!

上一篇:给织梦添加复制文档的功能(织梦网站怎么添加关键词)

下一篇:Dedecms 自定义表单提交后自动发送表单数据到指定邮箱的思路(dedecms使用教程)

  • 二手房交易税费2023新规定
  • 融资利息进项税如何抵扣
  • 财政拨款结余明细科目编码
  • 企业归还借款给个人
  • 有形动产租赁服务
  • 个体户如何做零申报
  • 公司股东投资是负债吗
  • 取得无形资产当期收入
  • 销售退回 账务处理
  • 已审核已过账已经生成凭证还能修改吗?
  • 营改增之后有了利息收入核算税费?
  • 企业获得的燃油补贴为什么还需要缴纳企业所得税呢?
  • 预收房款如何申报缴纳增值税
  • 计提城建税计入什么科目
  • 分支机构分配表 资产总额无法区分怎么办
  • 公司旅游的费用怎么算
  • 王者荣耀中牛魔王的技能
  • 固定资产一次性扣除后第二年账务处理
  • 发出委托加工物资
  • cpu主频在哪看
  • windows预览版dev和beta
  • 单位卖二手车需交税吗
  • php异常的基类
  • 员工油费补贴过期怎么办
  • 购买股票会计分录怎么写
  • css flaot
  • css搜索框代码怎么写
  • 财政总预算会计分为几级
  • 收到银行开具的手续费的专票会计分录
  • php写excel
  • 非洲加纳霍霍埃族是个国家吗
  • jsp连接mysql8数据库
  • 命令行窗口
  • pycharm操作界面
  • 个体工商户注册需要什么材料
  • 新法典离职
  • 无形资产摊销是按原值吗
  • ❤️国庆假期快到了,用python写个倒计时程序,助你熬到假期!❤️
  • vuex数据持久化
  • 社保代扣代缴的办理流程
  • 非货币性资产交换以公允价值为基础进行计量
  • 补缴以前年度附加税怎么申报
  • 企业所得税的营业收入包括营业外收入吗
  • sqlserver编程
  • 贴现法付息的实际利息
  • 固定资产大修理支出摊销年限
  • 借款可以抵扣企业所得税
  • 应收账款增加给哪一方
  • 支付货款退回如何处理
  • 道路施工企业的上级监管部门是谁
  • 生产成本的会计科目分录
  • 财政总预算会计的主体是
  • 资产负债表中的股东权益由什么组成
  • 报销餐费属于什么费用
  • 金融工具减值准则
  • 公司法人借款给公司用责任承担
  • 货物发出退货
  • 自动清理河道垃圾船
  • mysql的随机函数
  • ubuntu20关机卡在logo
  • linux中的find的用法
  • windows7开机
  • mom.exe是什么程序
  • kcleaner是什么文件夹
  • win8如何安装软件
  • win7不能玩dnf
  • linux系统评测
  • ajax请求数据放到页面
  • gpu缩放在哪里打开
  • html5+javascript实现简单上传的注意细节
  • python文件管理系统难点总结
  • android 左右滑动 库
  • 猫的所有视频
  • python流数据
  • python爬虫从入门到精通
  • 深圳市国税局咨询电话是多少
  • 安徽地税局电话号码
  • 三证合一 税务
  • 税务数字证书怎么下载安装
  • 煤炭资源税税率选煤税率多少黑龙江
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设