node如何爬取网页中的图片（附代码）

来源：懂视网责编：小采时间：2020-11-27 19:32:11

node如何爬取网页中的图片（附代码）

node如何爬取网页中的图片（附代码）:本篇文章给大家带来的内容是关于node如何爬取网页中的图片（附代码），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。目录安装node，并下载依赖搭建服务请求我们要爬取的页面，返回json安装node我们开始安装node，可以去node官网下载h

推荐度：

点击下载本文 文档为doc格式

导读node如何爬取网页中的图片（附代码）:本篇文章给大家带来的内容是关于node如何爬取网页中的图片（附代码），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。目录安装node，并下载依赖搭建服务请求我们要爬取的页面，返回json安装node我们开始安装node，可以去node官网下载h

本篇文章给大家带来的内容是关于node如何爬取网页中的图片（附代码），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。

const express = require('express');
const app = express();
app.get('/index', function(req, res) {
res.end('111')
})
var server = app.listen(8081, function() {
 var host = server.address().address
 var port = server.address().port
 console.log("应用实例，访问地址为 http://%s:%s", host, port)

})

运行node demo.js简单的服务就搭起来了，如图：

请求我们要爬取的页面

npm install superagent
npm install superagent-charset
npm install cheerio

superagent 是用来发起请求的，是一个轻量的,渐进式的ajax api,可读性好,学习曲线低,内部依赖nodejs原生的请求api,适用于nodejs环境下.，也可以使用http发起请求

superagent-charset防止爬取下来的数据乱码，更改字符格式

cheerio为服务器特别定制的，快速、灵活、实施的jQuery核心实现.。安装完依赖就可以引入了

var superagent = require('superagent');
var charset = require('superagent-charset');
charset(superagent);
const cheerio = require('cheerio');

引入之后就请求我们的地址，https://www.qqtn.com/tx/weixintx_1.html，如图：

声明地址变量：

const baseUrl = 'https://www.qqtn.com/'

这些设置完之后就是发请求了，接下来请看完整代码demo.js

var superagent = require('superagent');
var charset = require('superagent-charset');
charset(superagent);
var express = require('express');
var baseUrl = 'https://www.qqtn.com/'; //输入任何网址都可以
const cheerio = require('cheerio');
var app = express();
app.get('/index', function(req, res) {
 //设置请求头
 res.header("Access-Control-Allow-Origin", "*");
 res.header('Access-Control-Allow-Methods', 'PUT, GET, POST, DELETE, OPTIONS');
 res.header("Access-Control-Allow-Headers", "X-Requested-With");
 res.header('Access-Control-Allow-Headers', 'Content-Type');
 //类型
 var type = req.query.type;
 //页码
 var page = req.query.page;
 type = type || 'weixin';
 page = page || '1';
 var route = `tx/${type}tx_${page}.html`
 //网页页面信息是gb2312，所以chaeset应该为.charset('gb2312')，一般网页则为utf-8,可以直接使用.charset('utf-8')
 superagent.get(baseUrl + route)
 .charset('gb2312')
 .end(function(err, sres) {
 var items = [];
 if (err) {
 console.log('ERR: ' + err);
 res.json({ code: 400, msg: err, sets: items });
 return;
 }
 var $ = cheerio.load(sres.text);
 $('div.g-main-bg ul.g-gxlist-imgbox li a').each(function(idx, element) {
 var $element = $(element);
 var $subElement = $element.find('img');
 var thumbImgSrc = $subElement.attr('src');
 items.push({
 title: $(element).attr('title'),
 href: $element.attr('href'),
 thumbSrc: thumbImgSrc
 });
 });
 res.json({ code: 200, msg: "", data: items });
 });
});
var server = app.listen(8081, function() {

 var host = server.address().address
 var port = server.address().port

 console.log("应用实例，访问地址为 http://%s:%s", host, port)

})

运行demo.js就会返回我们拿到的数据，如图：