Node.js 利用cheerio制作简单的网页爬虫示例

本文介绍了node.js 利用cheerio制作简单的网页爬虫示例，分享给大家，具有如下：

1. 目标

1. 完成对网站的标题信息获取
2. 将获取到的信息输出在一个新文件
3. 工具: cheerio，使用npm下载npm install cheerio
4. cheerio的api使用方法和jquery的使用方法基本一致
5. 如果熟练使用jquery，那么cheerio将会很快上手

2. 代码部分

介绍: 获取segment fault页面的列表标题，将获取到的标题列表编号，最终输出到pagetitle.txt文件里

const https = require('https');
const fs = require('fs');
const cheerio = require('cheerio');
const url = 'https://segmentfault.com/';

https.get(url, (res) => {
  let html = '';
  res.on('data', (data) => {
    html += data;
  });
  res.on('end', () => {
    getpagetitle(html);
  });
}).on('error', () => {
  console.log('获取网页信息错误');
});

function getpagetitle(html) {
  const $ = cheerio.load(html);
  let chapters = $('.news__item-title');
  let data = [];
  let index = 0;
  let filename = 'pagetitle.txt';
  for (let i = 0; i < chapters.length; i++) {
    let chaptertitle = $(chapters[i]).find('a').text().trim();
    index++;
    data.push(`\n${index}, ${chaptertitle}`);
  }
  fs.writefile(filename, data, 'utf8', (err) => {
    if (err) {
      console.log('fs文件系统创建新文件失败', err);
    }
    console.log(`已成功将获取到的标题放入新文件${filename}文件中`)
  })
}

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。