您好,登錄后才能下訂單哦!
本篇內(nèi)容介紹了“如何使用node.js爬取在線電瓶車信息”的有關(guān)知識,在實際案例的操作過程中,不少人都會遇到這樣的困境,接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
步驟
第一步,引入需要的庫
var cheerio = require('cheerio'); var fetch = require('node-fetch'); // cheerio 是一個類似瀏覽器端的jQuery,用來解析HTML的 // fetch 用來發(fā)送請求
第二步,設(shè)置初始的爬取的入口(我身處杭州,所以地區(qū)選了杭州的?)
// 初始url var url = "http://detail.zol.com.cn/convenienttravel/hangzhou/#list_merchant_loc" // 由于每個a標(biāo)簽下是相對路徑,故需要一個根地址來拼接,如下 var urlRoot = "http://detail.zol.com.cn" // 存放所有url,之所以用set,是為了防止有相同的而重復(fù)爬去 var urls = new Set() // 存儲所有數(shù)據(jù) var data = []
思路:
每次獲取當(dāng)前頁48個鏈接,并點進(jìn)去之后,拿到該電瓶車的名稱和價格(其他信息獲取方式一樣,自行改就好?)
第一頁的全部完成之后,翻到下一頁,繼續(xù)爬,直到最后一頁結(jié)束
首先我們定義一個函數(shù)如下
// 這是得到每個頁面的48個鏈接,并開始發(fā)送請求 function ad(arg){ // 參數(shù) arg 先不管 // 本地化一下需要爬取的鏈接 let url2 = arg || url; // 請求第一頁該網(wǎng)頁,拿到數(shù)據(jù)之后,復(fù)制給 app var app = await fetch(url2).then(res=>res.text()) // 然后假裝用jQuery解析了 var $ = cheerio.load(app) // 獲取當(dāng)前頁所有電瓶車的a標(biāo)簽 var ele = $("#J_PicMode a.pic") // 存放已經(jīng)爬取過的url,防止重復(fù)爬取 var old_urls = [] var urlapp = [] //拿到所有a標(biāo)簽地址之后,存在數(shù)組里面,等會兒要開始爬的 for (let i = 0; i < ele.length; i++) { old_urls.push(fetch(urlRoot+$(ele[i]).attr('href')).then(res=>res.text())) } // 用把URL一塊丟給promise處理 urlapp = await Promise.all(old_urls) // 處理完成之后,循環(huán)加入jQuery? for (let i = 0; i < urlapp.length; i++) { let $2 = cheerio.load(urlapp[i],{decodeEntities: false}) data.push({ name:$2(".product-model__name").text(), price:$2(".price-type").text() }) } // 至此,一頁的數(shù)據(jù)就爬完了 // console.log(data); // 然后開始爬取下一頁 var nextURL = $(".next").attr('href') // 判斷當(dāng)前頁是不是最后一頁 if (nextURL){ let next = await fetch(urlRoot+nextURL).then(res=>res.text()) // 獲取下一頁的標(biāo)簽,拿到地址,走你 ad(urlRoot+nextURL) } return data } ad()
完整代碼如下
var cheerio = require('cheerio'); var fetch = require('node-fetch'); var url = "http://detail.zol.com.cn/convenienttravel/hangzhou/#list_merchant_loc" var urlRoot = "http://detail.zol.com.cn" // var url = "http://localhost:3222/app1" var urls = new Set() var data = [] async function ad(arg){ let url2 = arg || url; var app = await fetch(url2).then(res=>res.text()) var $ = cheerio.load(app) var ele = $("#J_PicMode a.pic") var old_urls = [] var urlapp = [] for (let i = 0; i < ele.length; i++) { old_urls.push(fetch(urlRoot+$(ele[i]).attr('href')).then(res=>res.text())) } urlapp = await Promise.all(old_urls) for (let i = 0; i < urlapp.length; i++) { let $2 = cheerio.load(urlapp[i],{decodeEntities: false}) data.push({ name:$2(".product-model__name").text(), price:$2(".price-type").text() }) } var nextURL = $(".next").attr('href') if (nextURL){ let next = await fetch(urlRoot+nextURL).then(res=>res.text()) ad(urlRoot+nextURL) } return data } ad()
“如何使用node.js爬取在線電瓶車信息”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實用文章!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。