nodejs爬蟲

所謂爬蟲就是，獲取html文檔，而後從中爬取出須要的數據信息。

 

1.如何用node獲取html文檔

var http = require('http')

var url = 'http://www.ziroom.com/';

 

http.get(url, function (res) {

var html = '';

 

res.on('data', function (data) {

html += data;

})

res.on('end', function () {

   

 console.log(html);//這裏已經徹底獲取到了html

});

}).on('error', function () {

console.log('獲取數據出錯!');

});

 

 

2.如何操做這個html文檔並進行爬蟲

 

要使用cheerio這個包

https://www.npmjs.com/package/cheerio

 

這個玩意能夠經過cheerio.load() 來加載一段html字符串

 

而後經過jquery操做來獲取 想要的東西。

 

 

 

3.最後能夠console.log或者用fs給寫出來。