nodejs中superagent和cheerio如何使用

這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)?lái)有關(guān)nodejs中superagent和cheerio如何使用，文章內(nèi)容豐富且以專(zhuān)業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

準(zhǔn)備工作

　　使用npm管理依賴(lài)，依賴(lài)信息會(huì)存放在package.json中

//安裝用到的第三方模塊
cnpm install --save superagent cheerio

　　引入所需要用到的功能模塊

//引入第三方模塊，superagent用于http請(qǐng)求，cheerio用于解析DOM
const request = require('superagent');
const cheerio = require('cheerio');
const fs = require('fs');

請(qǐng)求 + 解析頁(yè)面

　　想要爬到博客園首頁(yè)的內(nèi)容，首先要請(qǐng)求首頁(yè)地址，拿到返回的html，這里使用superagent進(jìn)行http請(qǐng)求，基本的使用方法如下：

request.get(url)
      .end(error,res){
      //do something     
}

　　向指定的url發(fā)起get請(qǐng)求，請(qǐng)求錯(cuò)誤時(shí)，會(huì)有error返回（沒(méi)有錯(cuò)誤時(shí)，error為null或undefined），res為返回的數(shù)據(jù)。

　　拿到html內(nèi)容后，要拿到我們想要的數(shù)據(jù)，這個(gè)時(shí)候就需要用cheerio解析DOM了，cheerio要先load目標(biāo)html，然后再進(jìn)行解析，API和jquery的API非常類(lèi)似，熟悉jquery上手非?？?。直接看代碼實(shí)例

//目標(biāo)鏈接 博客園首頁(yè)
let targetUrl = 'https://www.cnblogs.com/';
//用來(lái)暫時(shí)保存解析到的內(nèi)容和圖片地址數(shù)據(jù)
let content = '';
let imgs = [];
//發(fā)起請(qǐng)求
request.get(targetUrl)
    .end( (error,res) => {
      if(error){ //請(qǐng)求出錯(cuò)，打印錯(cuò)誤，返回
        console.log(error)
        return;
      }
      // cheerio需要先load html
      let $ = cheerio.load(res.text);
      //抓取需要的數(shù)據(jù),each為cheerio提供的方法用來(lái)遍歷
      $('#post_list .post_item').each( (index,element) => {
        //分析所需要的數(shù)據(jù)的DOM結(jié)構(gòu)
        //通過(guò)選擇器定位到目標(biāo)元素，再獲取到數(shù)據(jù)
        let temp = {
          '標(biāo)題' : $(element).find('h4 a').text(),
          '作者' : $(element).find('.post_item_foot > a').text(),
          '閱讀數(shù)' : +$(element).find('.article_view a').text().slice(3,-2),
          '推薦數(shù)' : +$(element).find('.diggnum').text()
        }
        //拼接數(shù)據(jù)
        content += JSON.stringify(temp) + '\n';
        //同樣的方式獲取圖片地址
        if($(element).find('img.pfs').length > 0){
          imgs.push($(element).find('img.pfs').attr('src'));
        }
      });
      //存放數(shù)據(jù)
      mkdir('./content',saveContent);
      mkdir('./imgs',downloadImg);
    })

存儲(chǔ)數(shù)據(jù)

　　上面解析DOM之后，已經(jīng)拼接了所需要的信息內(nèi)容，也拿到了圖片的URL，現(xiàn)在就進(jìn)行存儲(chǔ)，把內(nèi)容存放到指定目錄的txt文件中，而且下載圖片到指定目錄

　　先創(chuàng)建目錄，使用nodejs核心的文件系統(tǒng)

//創(chuàng)建目錄
function mkdir(_path,callback){
  if(fs.existsSync(_path)){
    console.log(`${_path}目錄已存在`)
  }else{
    fs.mkdir(_path,(error)=>{
      if(error){
        return console.log(`創(chuàng)建${_path}目錄失敗`);
      }
      console.log(`創(chuàng)建${_path}目錄成功`)
    })
  }
  callback(); //沒(méi)有生成指定目錄不會(huì)執(zhí)行
}

　　有了指定目錄之后，可以寫(xiě)入數(shù)據(jù)了，txt文件的內(nèi)容已經(jīng)有了，直接寫(xiě)入就可以了使用writeFile()

//將文字內(nèi)容存入txt文件中
function saveContent() {
  fs.writeFile('./content/content.txt',content.toString());
}

　　取到了圖片的鏈接，所以需要再使用superagent下載圖片，存在本地。superagent可以直接返回一個(gè)響應(yīng)流，再配合nodejs的管道，直接把圖片內(nèi)容寫(xiě)到本地

//下載爬到的圖片
function downloadImg() {
  imgs.forEach((imgUrl,index) => {
    //獲取圖片名 
    let imgName = imgUrl.split('/').pop();

    //下載圖片存放到指定目錄
    let stream = fs.createWriteStream(`./imgs/${imgName}`);
    let req = request.get('https:' + imgUrl); //響應(yīng)流
    req.pipe(stream);
    console.log(`開(kāi)始下載圖片 https:${imgUrl} --> ./imgs/${imgName}`);     
  } )
}

效果　　

　　執(zhí)行下demo，看下效果，數(shù)據(jù)已經(jīng)正常爬下來(lái)了

上述就是小編為大家分享的nodejs中superagent和cheerio如何使用了，如果剛好有類(lèi)似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道。