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
【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/miid/p/5084286.html