egg(17)--定時任務schedule,監聽網站是否被修改，cheerio爬蟲

目錄結構

文件內容

安裝依賴

cnpm install cheerio --save

service/spider.js

'use strict';

const Service = require('egg').Service;

class SpiderService extends Service {
  async requestUrl(url) {
    var result = await this.ctx.curl(url);
    return result;
  }
}

module.exports = SpiderService;

schedule/watchdomain.js

var cheerio = require('cheerio')
module.exports = (app) => {
    return {
        schedule:{
            interval:'10s',
            type:'all'
        },
        async task(ctx){
            var url = 'https://news.baidu.com/';
            var result = await ctx.service.spider.requestUrl(url);
            //buff數據轉爲utf8
            var htmlData = result.data.toString();
            // 亂碼轉爲utf8
            const $ = cheerio.load(htmlData,{decodeEntities:false})
            // 拿到網站標題
            var title = $('title').html();
            if(title != '百度新聞——全球最大的中文新聞平臺'){
                console.log("網站被修改了")
            }else{
                console.log("正常")
            }
            //根據class拿到數據
            $('.hotnews a').each(function(){
                console.log($(this).html())
            })
        }
    }
}

網站內容

cheerio爬蟲拿到數據，解析