node.js實現(xiàn)微信小程序抓取網(wǎng)頁內(nèi)容的方法

這篇文章將為大家詳細講解有關node.js實現(xiàn)微信小程序抓取網(wǎng)頁內(nèi)容的方法，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

最近在研究微信小程序的云開發(fā)功能。云開發(fā)最大的好處就是不需要前端搭建服務器，可以使用云端能力，從零開始寫出來一個能上線的微信小程序，避免了買服務器的開銷，對于個人來嘗試練手微信小程序從前端到后臺的開發(fā)，還是一個不錯的選擇?？梢宰龅揭惶炀湍苌暇€一個微信小程序。

云開發(fā)的優(yōu)點

云開發(fā)為開發(fā)者提供完整的云端支持，弱化后端和運維概念，無需搭建服務器，使用平臺提供的 API 進行核心業(yè)務開發(fā)，即可實現(xiàn)快速上線和迭代，同時這一能力，同開發(fā)者已經(jīng)使用的云服務相互兼容，并不互斥。

云開發(fā)目前提供三大基礎能力支持：

1. 云函數(shù)：在云端運行的代碼，微信私有協(xié)議天然鑒權，開發(fā)者只需編寫自身業(yè)務邏輯代碼

2. 數(shù)據(jù)庫：一個既可在小程序前端操作，也能在云函數(shù)中讀寫的 JSON 數(shù)據(jù)庫

3. 存儲：在小程序前端直接上傳/下載云端文件，在云開發(fā)控制臺可視化管理

好了，介紹了這么多關于云開發(fā)的知識，感性的同學可以去研究研究。官方文檔地址：https://developers.weixin.qq....

網(wǎng)頁內(nèi)容抓取

小程序是關于答題的，所以題目的來源是一個問題。上網(wǎng)搜，一個題目一個題目粘貼是一種方法，但是這樣的重復工作，估計粘個10左右就想放棄了。所以想到了網(wǎng)頁抓取。正好把之前學的node撿起來。

必備工具：

1. Cheerio。一個類似于服務器端JQuery的包。主要用它來分析和過濾抓取來的內(nèi)容。

2. node的fs模塊。這個是node自帶的模塊，用來讀寫文件的。此處用來將解析好的數(shù)據(jù)寫入json文件。

3. Axios（非必須）。用來抓取網(wǎng)站的HTML網(wǎng)頁。因為我要的數(shù)據(jù)是從網(wǎng)頁上點擊一個button后獲取渲染的，所以直接訪問這個網(wǎng)址是抓取不到的。無奈只能將想要的內(nèi)容復制出來，存成字符串，去解析這個字符串。

接下來就可以用npm init來初始化一個node項目，一路回車后，即可生成一個package.json文件。
然后npm install --save axios cheerio安裝cheerio和axios包。

關鍵的是用cheerio來實現(xiàn)一個類似jquery的功能。只需將抓取到的內(nèi)容cheerio.load(quesitons)一下即可，之后就可以按照jquery的操作取dom，組裝你想要的數(shù)據(jù)了。

最后用fs.writeFile將數(shù)據(jù)保存到json文件中，大功告成。

具體代碼如下

let axios = require("axios");

let cheerio = require("cheerio");

let fs = require("fs");

// 我的html結構大致如下，有很多條數(shù)據(jù)
const questions = `<li id="q1" style="display: list-item;">
      <div class="questionWrapper">
        <div class="question">舉頭望明月，__________。</div>
        <div class="answer" value="0">
          回首白云低
        </div>
        <div class="answer" value="1">
          低頭思故鄉(xiāng)
        </div>
        <div class="answer" value="0">
          當春乃發(fā)生
        </div>
        <div class="answer" value="0">
          紅掌撥清波
        </div>
      </div>
    </li>
    <li id="q2">
      <div class="questionWrapper">
        <div class="question">__________，卻話巴山夜雨時。</div>
        <div class="answer" value="1">
          何當共剪西窗燭
        </div>
        <div class="answer" value="0">
          在天愿做比翼鳥
        </div>
        <div class="answer" value="0">
          世味年來薄似紗
        </div>
        <div class="answer" value="0">
          兩岸青山相對出
        </div>
      </div>
    </li>
    ..........
    `;
    
const $ = cheerio.load(quesitons);

var arr = [];

for (var i = 0; i < 300; i++) {
   var obj = {};
   obj.quesitons = $("#q" + i).find(".question").text();
   obj.A = $($("#q" + i).find(".answer")[0]).text();
   obj.B = $($("#q" + i).find(".answer")[1]).text();
   obj.C = $($("#q" + i).find(".answer")[2]).text();
   obj.D = $($("#q" + i).find(".answer")[3]).text();
   obj.index = i + 1;
   obj.answer =
     $($("#q" + i).find(".answer")[0]).attr("value") == 1
       ? "A"
       : $($("#q" + i).find(".answer")[1]).attr("value") == 1
         ? "B"
         : $($("#q" + i).find(".answer")[2]).attr("value") == 1
           ? "C"
           : "D";
   arr.push(obj);
}
fs.writeFile("poem.json", JSON.stringify(arr), err => {
   if (err) throw err;
   console.log("json文件已成功保存！");
});

保存到json后的文件格式如下，這樣就可以通過json文件上傳到云端服務器了。

注意事項

微信小程序云開發(fā)的數(shù)據(jù)庫，上傳json文件的數(shù)據(jù)格式需要注意一下，之前一直提示格式錯誤，后來才發(fā)現(xiàn)，JSON 數(shù)據(jù)不是數(shù)組，而是類似 JSON Lines，即各個記錄對象之間使用 n 分隔，而非逗號。所以還需要對node寫出來的json文件做一個小處理之后才能上傳成功。

關于node.js實現(xiàn)微信小程序抓取網(wǎng)頁內(nèi)容的方法就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。