NodeJs如何實(shí)現(xiàn)簡(jiǎn)單的爬蟲(chóng)功能-創(chuàng)新互聯(lián)

這篇文章給大家分享的是有關(guān)NodeJs如何實(shí)現(xiàn)簡(jiǎn)單的爬蟲(chóng)功能的內(nèi)容。小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過(guò)來(lái)看看吧。

專(zhuān)注于為中小企業(yè)提供成都網(wǎng)站建設(shè)、網(wǎng)站制作服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)滑縣免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動(dòng)了上1000家企業(yè)的穩(wěn)健成長(zhǎng)，幫助中小企業(yè)通過(guò)網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

1.爬蟲(chóng)：爬蟲(chóng)，是一種按照一定的規(guī)則，自動(dòng)地抓取網(wǎng)頁(yè)信息的程序或者腳本；利用NodeJS實(shí)現(xiàn)一個(gè)簡(jiǎn)單的爬蟲(chóng)案例，爬取Boss直聘網(wǎng)站的web前端相關(guān)的招聘信息，以廣州地區(qū)為例；

2.腳本所用到的nodejs模塊

express     用來(lái)搭建一個(gè)服務(wù)，將結(jié)果渲染到頁(yè)面

    swig          模板引擎

    cheerio      用來(lái)抓取頁(yè)面的數(shù)據(jù)

    requests    用來(lái)發(fā)送請(qǐng)求數(shù)據(jù)(具體可查:https://www.npmjs.com/package/requests)

    async        用來(lái)處理異步操作，解決請(qǐng)求嵌套的問(wèn)題，腳本中只使用了async.whilst(test,iteratee,callback),具體可見(jiàn)：https://caolan.github.io/async/

3.實(shí)現(xiàn)流程：

   首先先獲取到所爬取頁(yè)面的URL,打開(kāi)boss直聘網(wǎng)站，搜索web前端既可以獲取到 https://www.zhipin.com/c101280100-p100901/?page=1&ka=page-next

NodeJs如何實(shí)現(xiàn)簡(jiǎn)單的爬蟲(chóng)功能

   然后通過(guò)Chrome瀏覽器打開(kāi)F12,獲取到信息中多對(duì)應(yīng)的dom節(jié)點(diǎn)，即可知道想要獲取信息；

NodeJs如何實(shí)現(xiàn)簡(jiǎn)單的爬蟲(chóng)功能

   4.代碼實(shí)現(xiàn)

      目錄結(jié)構(gòu)：

NodeJs如何實(shí)現(xiàn)簡(jiǎn)單的爬蟲(chóng)功能

      app.js

var cheerio = require('cheerio');
var requests = require('requests');
var async = require('async');
var express = require('express');
var swig = require('swig');
var app = express();
swig.setDefaults({cache:false});
app.set('views','./views/');
app.set('view engine','html');
app.engine('html',swig.renderFile);
app.get('/',function(req,res,next){
 var page = 1; //當(dāng)前頁(yè)數(shù)
 var list = []; //保存記錄
 async.whilst(
  function(){
   return page < 11;
  },
  function(callback){
   requests(`https://www.zhipin.com/c101280100-p100901/?page=${page}&ka=page-next`)
   .on('data',function(chunk){
   var $ = cheerio.load(chunk.toString());
   $('.job-primary').each(function(){
    var company = $(this).find('.info-company .company-text .name').text();
    var job_title = $(this).find('.info-primary .name .job-title').text();
    var salary = $(this).find('.info-primary .name .red').text();
    var description = $(this).find('.info-company .company-text p').text();
    var area = $(this).find('.info-primary p').text();
    var item = {
     company:company,
     job_title:job_title,
     salary:salary,
     description:description,
     area:area
    };
    list.push(item);
   });
   page++;
   callback();
   }).on('end',function(err){
     if(err){
      console.log(err);
     }
     if(page==10){
     res.render('index',{
      lists:list
     });
    }
   });
  },
  function(err){
   console.log(err);
  }
 );
});

//監(jiān)聽(tīng)
app.listen(8080);

　view/index.html頁(yè)面

<!DOCTYPE html>
<html lang="en">
<head>
 <meta charset="UTF-8">
 <title>Document</title>
</head>
<style>
 table{
  width:1300px;
  border:1px solid #ccc;
  border-collapse: collapse;
  text-align: center;
  margin:0 auto;
 }
 td,tr,th{
  border:1px solid #ccc;
  border-collapse: collapse;
 }
 tr{
  height:30px;
  line-height: 30px;
 }
</style>
<body>
 <table>
  <thead>
   <tr>
    <th>公司名稱(chēng)</th>
    <th>公司地址</th>
    <th>薪資</th>
    <th>公司描述</th>
    <th>崗位名稱(chēng)</th>
   </tr>
  </thead>
  <tbody>
   {% for list in lists %}
    <tr>
     <td>{{list.company}}</td>
     <td>{{list.area}}</td>
     <td>{{list.salary}}</td>
     <td>{{list.description}}</td>
     <td>{{list.job_title}}</td>
    </tr>
   {% endfor %}
  </tbody>
 </table>
</body>
</html>

5.啟動(dòng)

  直接通過(guò) node app.js啟動(dòng)即可；

6.運(yùn)行結(jié)果（http://localhost:8080），只截取部分?jǐn)?shù)據(jù)

NodeJs如何實(shí)現(xiàn)簡(jiǎn)單的爬蟲(chóng)功能

感謝各位的閱讀！關(guān)于“NodeJs如何實(shí)現(xiàn)簡(jiǎn)單的爬蟲(chóng)功能”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線(xiàn)，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性?xún)r(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專(zhuān)為企業(yè)上云打造定制，能夠滿(mǎn)足用戶(hù)豐富、多元化的應(yīng)用場(chǎng)景需求。

網(wǎng)站名稱(chēng)：NodeJs如何實(shí)現(xiàn)簡(jiǎn)單的爬蟲(chóng)功能-創(chuàng)新互聯(lián)
網(wǎng)頁(yè)地址：http://bm7419.com/article46/dippeg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供域名注冊(cè)、響應(yīng)式網(wǎng)站、定制網(wǎng)站、軟件開(kāi)發(fā)、用戶(hù)體驗(yàn)、Google

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀(guān)點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)

商城網(wǎng)站建設(shè)