node抓取數(shù)據(jù)

使用node抓取某個頁面的所以新聞鏈接及相關(guān)文章鏈接里面的具體內(nèi)容

var ?eventproxy=require('eventproxy');

var ? request=require('superagent');

var ?superagent=require('superagent-charset')(request);

var ? cheerio=require('cheerio');

var ?url=require('url');

var ?fs=require('fs');

var ?cnodeUrl='http://gd.qq.com/l/gdfabu/gdfbzwjj/more.htm';

var ?sql=require('mssql');

superagent.get(cnodeUrl).charset()

.end(function(err, res) {

if(err) {

returnconsole.error(err);

}

var ? topicUrls= [];

var ? $ =cheerio.load(res.text,{decodeEntities:false});//cheerio like jquery

$('.list01 li a').each(function(idx, element) {

var ? ?$element=$(element);

var ? href=url.resolve(cnodeUrl,$element.attr('href'));

var ? title=$element.text();

topicUrls.push({href:href,title:title});

});

var ?fileStr="";

var ?ep=new eventproxy();

ep.after('topic_html',topicUrls.length,function(topics) {

var ? topics= topics.map(function(topicPair) {

var ?topicUrl= topicPair[0];

var ? topicHtml= topicPair[1];

var ? $=cheerio.load(topicHtml,{decodeEntities:false});

var ? cm=$('#Cnt-Main-Article-QQ').html()||"";

fileStr+="title:"+topicUrl.title+";url:"+topicUrl.href+/*";content:"+cm+*/"\n";

return({

title:topicUrl.title||"無",

url:topicUrl.href,

comment:cm

});

});

//console.log(topics);

//write file

/* fs.writeFile("node4.txt",fileStr,function(err){

if(err) return console.error(err);

});*/

// insert into database

var ?conUrl="mssql://sa:123456@localhost:1433/text";

sql.connect(conUrl,function(err, conn) {

if(err) {

console.log(err);

return;

}

constrequest=newsql.Request();

topics.forEach(function(topic){

var ?sqlL="INSERT INTO press (Title, Content, Origin) VALUES ('"+topic.title+"','"+topic.comment+"','"+topic.url+"')";

request.query(sqlL,function( e, r ) {

if(e) {

console.log(e);

}

// console.log(r);

console.log("success");

});

});

});

});

topicUrls.forEach(function(topicUrl) {

superagent.get(topicUrl.href).charset()

.end(function(err, res) {

ep.emit('topic_html', [topicUrl, res.text]);

});

});

});

eventproxy這前四個模塊自己install桂肌,這個抓取方法不是最后碑定,可以采用async去代替eventproxy,eventproxy是一次性抓取忘瓦,容易? 被別人發(fā)現(xiàn)器联,async可以控制抓取次數(shù)

寫入數(shù)據(jù)庫的自己模擬個宝踪,寫入txt效果如下圖:


最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末钞澳,一起剝皮案震驚了整個濱河市愈污,隨后出現(xiàn)的幾起案子耀态,更是在濱河造成了極大的恐慌,老刑警劉巖暂雹,帶你破解...
    沈念sama閱讀 217,509評論 6 504
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件首装,死亡現(xiàn)場離奇詭異,居然都是意外死亡杭跪,警方通過查閱死者的電腦和手機(jī)仙逻,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,806評論 3 394
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來涧尿,“玉大人系奉,你說我怎么就攤上這事∠终” “怎么了喜最?”我有些...
    開封第一講書人閱讀 163,875評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長庄蹋。 經(jīng)常有香客問我瞬内,道長迷雪,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,441評論 1 293
  • 正文 為了忘掉前任虫蝶,我火速辦了婚禮章咧,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘能真。我一直安慰自己赁严,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,488評論 6 392
  • 文/花漫 我一把揭開白布粉铐。 她就那樣靜靜地躺著疼约,像睡著了一般。 火紅的嫁衣襯著肌膚如雪蝙泼。 梳的紋絲不亂的頭發(fā)上程剥,一...
    開封第一講書人閱讀 51,365評論 1 302
  • 那天,我揣著相機(jī)與錄音汤踏,去河邊找鬼织鲸。 笑死,一個胖子當(dāng)著我的面吹牛溪胶,可吹牛的內(nèi)容都是我干的搂擦。 我是一名探鬼主播,決...
    沈念sama閱讀 40,190評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼哗脖,長吁一口氣:“原來是場噩夢啊……” “哼瀑踢!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起懒熙,我...
    開封第一講書人閱讀 39,062評論 0 276
  • 序言:老撾萬榮一對情侶失蹤丘损,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后工扎,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體徘钥,經(jīng)...
    沈念sama閱讀 45,500評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,706評論 3 335
  • 正文 我和宋清朗相戀三年肢娘,在試婚紗的時候發(fā)現(xiàn)自己被綠了呈础。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 39,834評論 1 347
  • 序言:一個原本活蹦亂跳的男人離奇死亡橱健,死狀恐怖而钞,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情拘荡,我是刑警寧澤臼节,帶...
    沈念sama閱讀 35,559評論 5 345
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響网缝,放射性物質(zhì)發(fā)生泄漏巨税。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,167評論 3 328
  • 文/蒙蒙 一粉臊、第九天 我趴在偏房一處隱蔽的房頂上張望草添。 院中可真熱鬧,春花似錦扼仲、人聲如沸远寸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,779評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽驰后。三九已至,卻和暖如春阅畴,著一層夾襖步出監(jiān)牢的瞬間倡怎,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,912評論 1 269
  • 我被黑心中介騙來泰國打工贱枣, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人颤专。 一個月前我還...
    沈念sama閱讀 47,958評論 2 370
  • 正文 我出身青樓纽哥,卻偏偏與公主長得像,于是被迫代替她去往敵國和親栖秕。 傳聞我的和親對象是個殘疾皇子春塌,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,779評論 2 354

推薦閱讀更多精彩內(nèi)容