用node.js作一個爬蟲

用node.js作一個爬蟲

var express = require('express');
var superagent = require('superagent');
var cheerio = require('cheerio');
// 調用 express 實例，它是一個函數，不帶參數調用時，會返回一個 express 實例，將這個變量賦予 app 變量。
var app = express();

app.get('/', function (req, res, next) {
  // 用 superagent 去抓取 https://cnodejs.org/ 的內容
  superagent.get('https://cnodejs.org/')
    .end(function (err, sres) {
      // 常規的錯誤處理
      if (err) {
        return next(err);
      }
      // sres.text 裏面存儲着網頁的 html 內容，將它傳給 cheerio.load 以後
      // 就能夠獲得一個實現了 jquery 接口的變量，咱們習慣性地將它命名爲 `$`
      // 剩下就都是 jquery 的內容了
      var $ = cheerio.load(sres.text);
      var items = [];
      $('#topic_list .topic_title').each(function (idx, element) {
        var $element = $(element);
        items.push({
          title: $element.attr('title'),
          href: $element.attr('href')
        });
      });

      res.send(items);
    });
});

app.listen(3000, function (req, res) {
  console.log('app is running at port 3000');
});

思想來源：https://github.com/alsotang/node-lessons/tree/master/lesson2