欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

nodejs制作小爬虫功能示例

程序员文章站 2022-06-23 18:26:42
本文实例讲述了nodejs制作小爬虫功能。分享给大家供大家参考,具体如下:1 安装nodejs2 安装需要模块npm install request cheerio 3 新建js文件4 引入const...

本文实例讲述了nodejs制作小爬虫功能。分享给大家供大家参考,具体如下:

1 安装nodejs

2 安装需要模块

npm install request cheerio 

3 新建js文件

4 引入

const request=require("request")
const cheerio=require("cheerio")

5 利用request模块发送请求

request('http://news.dgut.edu.cn/dgut/xydt/news_list.shtml',function(err,res){
  if(err)
  {
    console.log('请求出错');
  }
  else
  {
    var $ = cheerio.load(res.body, {decodeentities: false});
    $('.listlist').children('ul').children('li').each(function(){ //找到li元素对象然后通过each遍历
      var newstitle = $(this).children('a').text(); //得到<a>标签的文字
      var newstime= $(this).children('span').eq(1).text();//得到第二个<span>标签的文字
      var newsurl= "http://news.dgut.edu.cn"+$(this).children('a').attr('href');//得到<a>标签的href的值
    item++;
    console.log("已爬取"+item+"条记录");
    });
  }
});

一个小爬虫案例就完了

附上完整代码

request('http://news.dgut.edu.cn/dgut/xydt/news_list.shtml',function(err,res){
  if(err)
  {
    console.log('请求出错');
  }
  else
  {
    var $ = cheerio.load(res.body, {decodeentities: false});
    $('.listlist').children('ul').children('li').each(function(){ //找到li元素对象然后通过each遍历
      var newstitle = $(this).children('a').text(); //得到<a>标签的文字
      var newstime= $(this).children('span').eq(1).text();//得到第二个<span>标签的文字
      var newsurl= "http://news.dgut.edu.cn"+$(this).children('a').attr('href');//得到<a>标签的href的值
    item++;
    console.log("已爬取"+item+"条记录");
    });
  }
});

下面的带数据库

const request=require("request")
const cheerio=require("cheerio")
const mysql=require('mysql')
const db=mysql.createpool({host:'120.79.5554',user:'root',password:'root',database:'pachong'});
var item=0;
request('http://news.dgut.edu.cn/dgut/xydt/news_list.shtml',function(err,res){
  if(err)
  {
    console.log('请求出错');
  }
  else
  {
    var $ = cheerio.load(res.body, {decodeentities: false});
    $('.listlist').children('ul').children('li').each(function(){ //找到li元素对象然后通过each遍历
      var newstitle = $(this).children('a').text(); //得到<a>标签的文字
      var newstime= $(this).children('span').eq(1).text();//得到第二个<span>标签的文字
      var newsurl= "http://news.dgut.edu.cn"+$(this).children('a').attr('href');//得到<a>标签的href的值
      console.log(newstitle,newstime,newsurl)
      db.query(`insert into news (newstitle, newstime, newsurl) value('${newstitle}', '${newstime}','${newsurl}')`,function(err,data){
      if(err)
      {
        console.log("数据库连接错误");
      }
    })
    item++;
    console.log("已爬取"+item+"条记录");
    });
  }
});

希望本文所述对大家node.js程序设计有所帮助。

相关标签: nodejs 爬虫