node 爬虫(-)
var eventproxy = require('eventproxy');//并发控制
var express = require('express');
var utility = require('utility');//utility.md5('aaa')转md5
var superagent = require('superagent');//ajax请求
var cheerio = require('cheerio');//页面dom操作,jq
var app = new express();
var url = require('url');
var ep = new eventproxy();
app.get('/', function (req, res, next) {//本地页面访问路径,访问后执行 http://localhost:3000/
superagent.get('http://wiki.jikexueyuan.com/project/node-lessons/superagent-cheerio.html').end(function (err, sres) {//访问源网址拿到其中更多页面的网址
// 常规的错误处理
if (err) {
return next(err);
}
var urlArr = [];//需要获取的链接数组
var $ = cheerio.load(sres.text);//sres.text可获取页结构,通过cherrio转为jq对象
$('.detail-navlist-title a').each(function(i,e){
var href = $(e).attr('href');
urlArr.push(href);
})
console.log(urlArr);
urlArr.forEach(ele => {//对获取的链接数组进行遍历请求
superagent.get(ele).end(function(err,sres){
ep.emit('countnum',sres.text);//触发计数器countnum,
})
});
ep.after('countnum',urlArr.length,function(datas){//监听计数器countnum,当次数达到urlArr.length时触发回调,datas为所有触发countnum时的参数sres.text集合
datas = datas.map(function(dom){
var $ = cheerio.load(dom);//每个页面的dom结构
return ({
title:$('.markdown-body h1').html()
})
})
console.log(datas)
res.setHeader('content-type', 'text/html;charset=gb2312');//指定响应编码,否则乱码
res.send(datas);//发送到页面显示
})
});
}).listen(3000);