Nodejs实现爬虫抓取数据实例解析

npm install superagent --save-dev

npm install cheerio --save-dev

//导入依赖包const http    = require("http");const path    = require("path");const url    = require("url");const fs     = require("fs");const superagent = require("superagent");const cheerio  = require("cheerio");

superagent  .get("https://www.zhipin.com/job_detail/?city=100010000&source=10&query=%E5%89%8D%E7%AB%AF")  .end((error,response)=>{    //获取页面文档数据    var content = response.text;    //cheerio也就是nodejs下的jQuery 将整个文档包装成一个集合，定义一个变量$接收    var $ = cheerio.load(content);    //定义一个空数组，用来接收数据    var result=[];    //分析文档结构 先获取每个li 再遍历里面的内容(此时每个li里面就存放着我们想要获取的数据)    $(".job-list li .job-primary").each((index,value)=>{      //地址和类型为一行显示，需要用到字符串截取      //地址      let address=$(value).find(".info-primary").children().eq(1).html();      //类型      let type=$(value).find(".info-company p").html();      //解码      address=unescape(address.replace(/&#x/g,'%u').replace(/;/g,''));      type=unescape(type.replace(/&#x/g,'%u').replace(/;/g,''))      //字符串截取      let addressArr=address.split('<em class="vline"></em>');      let typeArr=type.split('<em class="vline"></em>');      //将获取的数据以对象的形式添加到数组中      result.push({        title:$(value).find(".name .job-title").text(),        money:$(value).find(".name .red").text(),        address:addressArr,        company:$(value).find(".info-company a").text(),        type:typeArr,        position:$(value).find(".info-publis .name").text(),        txImg:$(value).find(".info-publis img").attr("src"),        time:$(value).find(".info-publis p").text()      });      // console.log(typeof $(value).find(".info-primary").children().eq(1).html());    });    //将数组转换成字符串    result=JSON.stringify(result);    //将数组输出到json文件里 刷新目录 即可看到当前文件夹多出一个boss.json文件(打开boss.json文件，ctrl+A全选之后 ctrl+K，再Ctrl+F即可将json文件自动排版)    fs.writeFile("boss.json",result,"utf-8",(error)=>{      //监听错误，如正常输出，则打印null      if(error==null){        console.log("恭喜您，数据爬取成功!请打开json文件，先Ctrl+A，再Ctrl+K,最后Ctrl+F格式化后查看json文件(仅限Visual Studio Code编辑器)");      }    });  });