nodejs爬虫

所谓爬虫就是，获取html文档，而后从中爬取出须要的数据信息。

 

1.如何用node获取html文档

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);//这里已经彻底获取到了html

});

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

console.log('获取数据出错!');

});

 

 

2.如何操做这个html文档并进行爬虫

 

要使用cheerio这个包

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

 

这个玩意能够经过cheerio.load() 来加载一段html字符串

 

而后经过jquery操做来获取 想要的东西。

 

 

 

3.最后能够console.log或者用fs给写出来。