NodeJs實(shí)現(xiàn)簡(jiǎn)單的爬蟲功能案例分析

更新時(shí)間：2018年12月05日 08:29:17 作者：Adver

爬蟲，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。這篇文章通過(guò)一個(gè)案例給大家分享NodeJs實(shí)現(xiàn)簡(jiǎn)單的爬蟲功能，感興趣的朋友一起看看吧

1.爬蟲：爬蟲，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：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

然后通過(guò)Chrome瀏覽器打開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；

4.代碼實(shí)現(xiàn)

目錄結(jié)構(gòu)：

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
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</th>
    <th>公司地址</th>
    <th>薪資</th>
    <th>公司描述</th>
    <th>崗位名稱</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)