使用nodejs下载风景壁纸

2019-11-19 17:43:23

字体：大中小

来源：转载

供稿：网友

需要用到的第三方模块有：

superagent

superagent-charset （手动指定编码，解决GBK中文乱码）

cheerio

express

async （并发控制）

完整的代码，可以在我的github中可以下载。主要的逻辑逻辑在 netbian.js 中。

以彼岸桌面（http://www.netbian.com/）栏目下的风景壁纸（http://www.netbian.com/fengjing/index.htm）为例进行讲解。

1. 分析URL

不难发现：

首页：栏目/index.htm

分页：栏目/index_具体页码.htm

知道这个规律，就可以批量下载壁纸了。

2. 分析壁纸缩略图，找到对应壁纸的大图

使用chrome的开发者工具，可以发现，缩略图列表在 class="list"的div里，a标签的href属性的值就是单张壁纸所在的页面。

部分代码：

request .get(url) .end(function(err, sres){ var $ = cheerio.load(sres.text); var pic_url = []; // 中等图片链接数组 $('.list ul', 0).find('li').each(function(index, ele){ var ele = $(ele); var href = ele.find('a').eq(0).attr('href'); // 中等图片链接 if(href != undefined){ pic_url.push(url_model.resolve(domain, href)); } });});

3. 以“http://www.netbian.com/desk/17662.htm”继续分析

打开这个页面，发现此页面显示的壁纸，依旧不是最高的分辨率。

点击“下载壁纸”按钮里的链接，打开新的页面。

4. 以“http://www.netbian.com/desk/17662-1920x1080.htm”继续分析

打开这个页面，我们最终要下载的壁纸，放在一个table里面。如下图，http://img.netbian.com/file/2017/0203/bb109369a1f2eb2e30e04a435f2be466.jpg

才是我们最终要下载的图片的URL（幕后BOSS终于现身了(＠￣￣＠)）。

下载图片的代码：

request.get(wallpaper_down_url).end(function(err, img_res){ if(img_res.status == 200){ // 保存图片内容 fs.writeFile(dir + '/' + wallpaper_down_title + path.extname(path.basename(wallpaper_down_url)), img_res.body, 'binary', function(err){ if(err) console.log(err); }); }});

打开浏览器，访问 http://localhost:1314/fengjing

选择栏目和页面，点击“开始”按钮：

并发请求服务器，下载图片。

完成~

图片的存放目录按照栏目+页码的形式保存。

附上完整的图片下载的代码：

/** * 下载图片 * @param {[type]} url [图片URL] * @param {[type]} dir [存储目录] * @param {[type]} res [description] * @return {[type]} [description] */var down_pic = function(url, dir, res){ var domain = 'http://www.netbian.com'; // 域名 request .get(url) .end(function(err, sres){ var $ = cheerio.load(sres.text); var pic_url = []; // 中等图片链接数组 $('.list ul', 0).find('li').each(function(index, ele){ var ele = $(ele); var href = ele.find('a').eq(0).attr('href'); // 中等图片链接 if(href != undefined){ pic_url.push(url_model.resolve(domain, href)); } }); var count = 0; // 并发计数器 var wallpaper = []; // 壁纸数组 var fetchPic = function(_pic_url, callback){ count++; // 并发加1 var delay = parseInt((Math.random() * 10000000) % 2000); console.log('现在的并发数是:' + count + ', 正在抓取的图片的URL是:' + _pic_url + ' 时间是:' + delay + '毫秒'); setTimeout(function(){ // 获取大图链接 request .get(_pic_url) .end(function(err, ares){  var $$ = cheerio.load(ares.text);  var pic_down = url_model.resolve(domain, $$('.pic-down').find('a').attr('href')); // 大图链接  count--; // 并发减1  // 请求大图链接  request  .get(pic_down)  .charset('gbk') // 设置编码, 网页以GBK的方式获取  .end(function(err, pic_res){  var $$$ = cheerio.load(pic_res.text);  var wallpaper_down_url = $$$('#endimg').find('img').attr('src'); // URL  var wallpaper_down_title = $$$('#endimg').find('img').attr('alt'); // title  // 下载大图  request  .get(wallpaper_down_url)  .end(function(err, img_res){  if(img_res.status == 200){  // 保存图片内容  fs.writeFile(dir + '/' + wallpaper_down_title + path.extname(path.basename(wallpaper_down_url)), img_res.body, 'binary', function(err){   if(err) console.log(err);  });  }  });  wallpaper.push(wallpaper_down_title + '下载完毕<br />');  });  callback(null, wallpaper); // 返回数据 }); }, delay); }; // 并发为2,下载壁纸 async.mapLimit(pic_url, 2, function(_pic_url, callback){ fetchPic(_pic_url, callback); }, function (err, result){ console.log('success'); res.send(result[0]); // 取下标为0的元素 }); });};

特别需要注意的两点：

1. “彼岸桌面”网页的编码是“GBK”的。而nodejs本身只支持“UTF-8”编码。这里我们引入“superagent-charset”模块，用于处理“GBK”的编码。