• NODE学习:利用nodeJS去抓网页的信息


    1:引用模块"http" (执行命令node app.js "http://www.baidu.com")

    运行下面代码

    复制代码
    //app.js
    var http = require('http'); var url = require('url'); function spider(u,cb){ http.get( url.parse(u), function(res){ var d = '' res.on('data',function(chunk){ d += chunk; }) res.on('end',function(){ console.log('spider_end && do cb'); cb(d); }) }); }; var u = ""; if( require.main === module ) { u = process.argv[2] }; spider(u,function( data ){
      //这个返回的是网页内容的信息; console.log( data ); });
    复制代码

    2:引用模块nodegrass: (执行命令node app.js "http://www.baidu.com")

    运行下面代码

    复制代码
    //app.js
    var url = "http://www.cnblogs.com/xiaochao12345/archive/2014/10/23/4044950.html"; var ng = require('nodegrass'); if(require.main === module) { console.log( process.argv ); url = process.argv[2]; } ng.get(url,function(data){
      //这个返回的是网页内容的信息;
    console.log(data); },'utf8');
    复制代码

    3:引用模块superagent: (执行命令node app.js "http://www.baidu.com")

    运行下面代码

    复制代码
    //app.js
    var url = "http://www.cnblogs.com/xiaochao12345/archive/2014/10/23/4044950.html"; var superagent = require("superagent"); if(require.main === module) { console.log( process.argv ); url = process.argv[2]; }; superagent.get(url) .end(function (err, res) { console.log('fetch successful'); console.log(res); });
    复制代码

    4:使用curl模块:(执行命令node app.js "http://www.baidu.com")

    运行下面代码

    复制代码
    //app.js
    var curl = require("curl"); var u = ""; if( require.main === module ) { u = process.argv[2] }; curl.get(u,function( data ){ console.log( arguments ); });
    复制代码

    ______________________________________________________________________________________________________________

    NODEJS中处理dom节点的方式(接口都和jq是统一的);

    1:引用cheerio

    运行下面代码

    复制代码
    var cheerio = require("cheerio");
    
    var html = "<html><body><div id=\"div1\">text</div></body></html>";
    
    var $ = cheerio.load(html);
    
    console.log( "html" );
    console.log( $.html() );
    
    console.log( "#div1————〉html" );
    console.log( $("#div1").html() );
    
    console.log( "#div1----〉text" );
    console.log( $("#div1").text() );
    复制代码

    2:引用jquery

    运行下面代码

    var $ = require("jquery");
    
    var $dom = $("<html><body><div id=\"div1\">text</div></body></html>");
    
    console.log( $dom.find("#div1").text() );

    3:引用jsdom

    运行下面代码

    复制代码
    var jsdom = require('jsdom');
    var curl = require("curl");
    var u = "https://github.com";
    
    if( require.main === module ) {
        u = process.argv[2];
    };
    
    curl.get(u,function( arg0 , html ){
         //jsdom相当于打开了一个页面,在这个页面里面运行js;
        var document = jsdom.jsdom( html.body );
        for(var a in html)
            console.log(a);
    
        var window = document.createWindow();
        var script = document.createElement('script');
    
        //script.src = 'http://code.jquery.com/jquery-1.4.2.js';
        script.src = "http://127.0.0.1:81/js/jquery.min.js";
        script.onload = function(){
            console.log(1);
            console.log( window.jQuery("body").text() );
        };
    
        document.head.appendChild( script );
    });
    复制代码

    _________________________________________________________________________________________________________________

    文件保存的话直接用nodeJS中的fs模块:

    运行下面代码

    复制代码
    var fs = require("fs");
    
    fs.appendFile('file-name', "text_text_text_text" ,function(err){
        if(err)throw err;
        console.log('done')
    });
    复制代码
  • 相关阅读:
    webpack 配置别名,解决 import 时路径查找麻烦的问题
    Vue 中 diff 算法后更新 DOM 的方法
    React Native 开发环境搭建
    JavaScript 堆排序详解
    JavaScript 快速排序详解
    websocket 心跳重连
    AJAX 请求后使用 JS 打开新标签页被阻止的解决方法
    auto.js环境搭建
    Mac os 创建pppoe拨号
    mac os IntelliJ IDEA搭建环境
  • 原文地址:https://www.cnblogs.com/miid/p/5084286.html
Copyright © 2020-2023  润新知