Node.js 利用cheerio制作简单的网页爬虫示例

本文介绍了Node.js 利用cheerio制作简单的网页爬虫示例，分享给大家，具有如下：

1. 目标

1. 完成对网站的标题信息获取
2. 将获取到的信息输出在一个新文件
3. 工具: cheerio，使用npm下载npm install cheerio
4. cheerio的API使用方法和jQuery的使用方法基本一致
5. 如果熟练使用jQuery，那么cheerio将会很快上手

2. 代码部分

介绍: 获取segment fault页面的列表标题，将获取到的标题列表编号，最终输出到pageTitle.txt文件里

const https = require('https');
const fs = require('fs');
const cheerio = require('cheerio');
const url = 'https://segmentfault.com/';

https.get(url, (res) => {
 let html = '';
 res.on('data', (data) => {
 html += data;
 });
 res.on('end', () => {
 getPageTitle(html);
 });
}).on('error', () => {
 console.log('获取网页信息错误');
});

function getPageTitle(html) {
 const $ = cheerio.load(html);
 let chapters = $('.news__item-title');
 let data = [];
 let index = 0;
 let fileName = 'pageTitle.txt';
 for (let i = 0; i < chapters.length; i++) {
 let chapterTitle = $(chapters[i]).find('a').text().trim();
 index++;
 data.push(`\n${index}, ${chapterTitle}`);
 }
 fs.writeFile(fileName, data, 'utf8', (err) => {
 if (err) {
 console.log('fs文件系统创建新文件失败', err);
 }
 console.log(`已成功将获取到的标题放入新文件${fileName}文件中`)
 })
}