nodejs实现爬取网站图片功能


Posted in NodeJs onDecember 14, 2017

通过实例给大家讲解nodejs实现爬取网站图片功能,以下就是全部内容:

原理:

爬虫是最明显的IO密集型应用场景,显然用node,使得I/O等待开销小数据挖掘比较方便

借助express模块来搭建node服务

并使用request模块获取目标页面的html代码

下载cheerio模块对html代码做处理(cheerio类似jQuery的语法,所以好用又方便)

环境配置:

npm install express request cheerio --save

(1)引入各个模块

var http = require('http');
var request = require('request);
var cheerio = require('cheerio');
var fs = require('fs'); //用来操作文件
var url = 'https://movie.douban.com/cinema/nowplaying/beijing/' //定义要爬的页面

(2)发送请求

http.get(function(res){
  var html = '';
  var titles = [];
  res.setEncoding('utf-8') //防止中文乱码
  res.on('data',function(chunk){
    html += chrunk;    //监听data事件 每次取一块数据
  })
  res.on('end',function(){
    var $ = cheerio.load(html);  //获取数据完成后,解析html
    //将获取的图片存到images文件夹中
    $('.mod-bd img').each(function(index, item){
      //获取图片属性
      var imgName = $(this).parent().next().text().trimg()
      var imgfile = imgName + '.jpeg';
      var imgSrc = $(this).attr('src')
      //采用request模块,向服务器发起请求 获取图片资源
      request.head(imgSrc, function(error, res,body){
        if(error){
          console.log('失败了')
        }
      });
      //通过管道的方式用fs模块将图片写到本地的images文件下
      request(imgSrc).pipe.(fs.createWriteStream('./images/' + imgfile));
    })
    
  })
})
NodeJs 相关文章推荐
nodejs教程 安装express及配置app.js文件的详细步骤
May 11 NodeJs
基于NodeJS的前后端分离的思考与实践(六)Nginx + Node.js + Java 的软件栈部署实践
Sep 26 NodeJs
nodejs加密Crypto的实例代码
Jul 07 NodeJs
nodejs微信公众号支付开发
Sep 19 NodeJs
使用 NodeJS+Express 开发服务端的简单介绍
Apr 07 NodeJs
详解nodejs express下使用redis管理session
Apr 24 NodeJs
nodejs socket服务端和客户端简单通信功能
Sep 14 NodeJs
Nodejs+angularjs结合multiparty实现多图片上传的示例代码
Sep 29 NodeJs
nodejs+mongodb aggregate级联查询操作示例
Mar 17 NodeJs
Nodejs异步流程框架async的方法
Jun 07 NodeJs
nodejs简单抓包工具使用详解
Aug 23 NodeJs
Nodejs技巧之Exceljs表格操作用法示例
Nov 06 NodeJs
NodeJs form-data格式传输文件的方法
Dec 13 #NodeJs
nodejs实现截取上传视频中一帧作为预览图片
Dec 10 #NodeJs
nodejs实现大文件(在线视频)的读取
Oct 16 #NodeJs
nodejs发送http请求时遇到404长时间未响应的解决方法
Dec 10 #NodeJs
NodeJs实现定时任务的示例代码
Dec 05 #NodeJs
windows系统下更新nodejs版本的方案
Nov 24 #NodeJs
nodejs项目windows下开机自启动的方法
Nov 22 #NodeJs
You might like
Terran热键控制
2020/03/14 星际争霸
PHP中开启gzip压缩的2种方法
2015/01/31 PHP
php集成套件服务器xampp安装使用教程(适合第一次玩PHP的新手)
2015/06/03 PHP
PHP版微信小店接口开发实例
2016/11/12 PHP
php动态读取数据清除最右边距的方法
2017/04/12 PHP
tagName的使用,留一笔
2006/06/26 Javascript
Mootools 1.2教程 排序类和方法简介
2009/09/15 Javascript
jquery中获取select选中值的代码
2011/06/27 Javascript
基于JavaScript实现继承机制之原型链(prototype chaining)的详解
2013/05/07 Javascript
node.js中的emitter.on方法使用说明
2014/12/10 Javascript
jQuery+jsp下拉框联动获取本地数据的方法(附源码)
2015/12/03 Javascript
微信小程序 引入es6 promise
2017/04/12 Javascript
微信小程序 生命周期函数详解
2017/05/24 Javascript
微信小程序 地图map实例详解
2017/06/07 Javascript
Vue使用vue-cli创建项目
2017/09/01 Javascript
基于Bootstrap table组件实现多层表头的实例代码
2017/09/07 Javascript
日期时间范围选择插件:daterangepicker使用总结(必看篇)
2017/09/14 Javascript
bootstrap table表格插件之服务器端分页实例代码
2018/09/12 Javascript
vue页面切换过渡transition效果
2018/10/08 Javascript
[04:56]经典回顾:前Ehome 与 前LGD
2015/02/26 DOTA
python中的hashlib和base64加密模块使用实例
2014/09/02 Python
Django框架中的对象列表视图使用示例
2015/07/21 Python
Python2.7基于笛卡尔积算法实现N个数组的排列组合运算示例
2017/11/23 Python
Django REST framwork的权限验证实例
2020/04/02 Python
Django 5种类型Session使用方法解析
2020/04/29 Python
Django封装交互接口代码
2020/07/12 Python
python正则表达式的懒惰匹配和贪婪匹配说明
2020/07/13 Python
有关HTML5页面在iPhoneX适配问题
2017/11/13 HTML / CSS
捷克家具销售网站:SCONTO Nábytek
2020/01/02 全球购物
JAVA中运算符的分类及举例
2015/09/12 面试题
红色旅游心得体会
2014/09/03 职场文书
劳动纠纷调解协议书格式
2014/11/30 职场文书
优秀教师单行材料
2014/12/16 职场文书
检讨书大全
2015/01/27 职场文书
司机岗位职责
2015/02/04 职场文书
门球健将观后感
2015/06/16 职场文书