如果你不會(huì)Python語(yǔ)言饶辙，正好又是一個(gè)node.js小白耳幢，看完這篇文章之后模暗，一定會(huì)覺得受益匪淺禁悠，感受到自己又新get到了一門技能，如何用node.js從零開始去寫一個(gè)簡(jiǎn)單的爬蟲兑宇，十分鐘時(shí)間就能搞定碍侦，步驟其實(shí)很簡(jiǎn)單。node的安裝就不一步步的解釋了隶糕，如果不會(huì)可以自行百度瓷产。在node開大環(huán)境下開始第一步：
1：在d盤新建一個(gè)文件夾WebSpider
2：cmd右鍵以管理員模式打開，進(jìn)入d盤枚驻，cd 進(jìn)入剛剛創(chuàng)建的文件夾里面
cd WebSpider
3:mkdir FirstSpider （創(chuàng)建一個(gè)FirstSpider文件夾）
創(chuàng)建FirstSpider文件夾之后的目錄
4:進(jìn)入剛剛創(chuàng)建的文件夾里面 cd FirstSpider
5： npm init （初始化工程）
此時(shí)需要填寫一些項(xiàng)目信息濒旦，你可以根據(jù)情況填寫，當(dāng)然也可以一路回車再登。
創(chuàng)建完項(xiàng)目后尔邓，會(huì)生成一個(gè)package.json的文件。該文件包含了項(xiàng)目的基本信息锉矢。
6：安裝第三方包（后面程序會(huì)直接調(diào)用包的模塊）
說明：由于http模塊梯嗽、fs模塊都是內(nèi)置的包，因此不需要額外添加沽损。
這里安裝cheerio包灯节，和request包。request 用于發(fā)起http請(qǐng)求
cheerio 用于將下載下來的dom進(jìn)行分析和提取 你可以把它當(dāng)做jQuery來用
在cmd中，cd進(jìn)入cd FirstSpider文件夾显晶，然后執(zhí)行命令：
npm install cheerio –save
安裝完cheerio包后贷岸，繼續(xù)安裝request包， npm install request –save
說明：npm（nodejs package manager）磷雇，nodejs包管理器偿警；
–save的目的是將項(xiàng)目對(duì)該包的依賴寫入到package.json文件中。
如果想要將爬取的數(shù)據(jù)和圖片分類放好唯笙，那就事先建立一個(gè)data和image文件夾準(zhǔn)備著螟蒸。
在FirstSpider文件夾下新建
創(chuàng)建子文件夾data（用于存放所抓取的新聞文本內(nèi)容）
創(chuàng)建子文件夾image（用于存放所抓取的圖片資源）
創(chuàng)建一個(gè)first_spider文件
整個(gè)項(xiàng)目的目錄結(jié)構(gòu)如下圖所示：
7：重點(diǎn)內(nèi)容，打開first_spider崩掘，并一行一行的敲代碼七嫌，如果你不想寫代碼的話，去網(wǎng)站上找一些代碼過來進(jìn)行測(cè)試即可苞慢。
var request = require('request')
var cheerio = require('cheerio')
for(var i = 1;i<4;i++){
request('http://www.souweixin.com/personal?t=41&p='+i,function(error,response,body){
if(!error && response.statusCode == 200){
$ = cheerio.load(body)
var links = [];
$(".boldBorder > a").each(function(i,item){
links.push($(this).attr("href"))
})
for(var i=0;i<links.length;i++){
request('http://www.souweixin.com'+links[i],function(error,response,body){
if(!error && response.statusCode == 200){
$ = cheerio.load(body)
console.log('weixin: '+$('.bold').text()+' name: '+$('h1').text()+' desc: '+$('.f18').text());
}
})
}
}
})
}
8：運(yùn)行程序诵原，命令很簡(jiǎn)單哦
在cmd命令行下，cd 到你創(chuàng)建工程文件夾FirstSpider下挽放，然后 node first_spider.js 程序就跑起來了绍赛。
9：注意：如果這個(gè)時(shí)候遇見這樣的bug
80端口被占用，這里額外的提一下：
解決端口被占用的問題：http://www.reibang.com/p/a7fc19b0c2f1
找到這些端口辑畦，一個(gè)個(gè)關(guān)閉即可
原文作者：祈澈姑娘
技術(shù)博客：http://www.reibang.com/u/05f416aefbe1
90后前端妹子吗蚌，愛編程，愛運(yùn)營(yíng)纯出，愛折騰蚯妇。歡迎關(guān)注【編程微刊】公眾號(hào)，回復(fù)【領(lǐng)取資源】,500G編程學(xué)習(xí)資源干貨免費(fèi)送暂筝。
