nodejs爬虫制作

/*超简易的一个爬虫,爬慕课网的数据,并做处理*/

const http = require('http')
const cheerio = require('cheerio')
const url = 'http://www.imooc.com/learn/348'

//http模块发出get请求,执行回调函数
http.get(url, (res) => {
  var html = ''

  //res触发data事件,拼接html字符串
  res.on('data', (data) => {
    html += data
  })

  //res最后触发end事件,输出html字符串源码
  res.on('end', () => {
    let courseData = filterChapters(html) //res结束后,把拼装好的html过滤处理
    printCourseInfo(courseData)
  })
}).on('error', () => {
  console.log('获取数据出错!');
})

//用cheerio模块解析获取的html字符串,爬取数据
function filterChapters(html) {
  let $ = cheerio.load(html)
  let chapters = $('.chapter')

  // 期望获取的数据结构
  //   [{
  //     chapterTitle: '',
  //     videos: [{
  //       title: '',
  //       id: ''
  //     }]
  //   }]

  let courseData = []

  chapters.each((index, item) => { //不能用箭头函数,因为没有this
    let chapter = $(item) //用箭头函数就要找出回调,回调参数log大法找
    let chapterTitle = chapter.find('h3 strong').text()
    let videos = chapter.find('.video').children('li')
    let chapterData = {
      chapterTitle,
      videos: []
    }

    videos.each((index, item) => { //不能用箭头函数,因为没有this
      let video = $(item) //用箭头函数就要找出回调,回调参数log大法找
      let videoTitle = video.find('.J-media-item').text()
      let id = video.data('media-id')
      chapterData.videos.push({
        title: videoTitle,
        id: id
      })
    })

    courseData.push(chapterData)
  })
  return courseData
}

//打印出爬取信息
function printCourseInfo(courseData) {
  courseData.forEach((item) => {
    let chapterTitle = item.chapterTitle
    console.log(chapterTitle);
    item.videos.forEach((video) => {
      console.log(`[${video.id}] ${video.title}`);
    })
  })
}

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容