利用Node写一只小爬虫爬一爬简书_html/css_WEB-ITnose

// 引入 node 的网络模块，这个模块对 node 来说很重要var http = require('http');// 引入 `cheerio` 这个模块，gitHub 上有介绍，它就是一个服务端的 JQuery  库var cheerio = require('cheerio');// 以下这个 url 是我个人主页的，请使用的小伙伴换一下自己的主页喔var url =   'http://www.jianshu.com/users/53fb509bd05c/latest_articles';

http.get(url, function(res){// 用于拼接接受到的 html 字符串var html = '';// on 是 node 的一个监听事件res.on('data', function(data) {  html += data;});res.on('end', function() {    // 解析 html 字符串的方法，返回文章数据的对象     var articlesData = filterChapter(html);    // 输出这个对象的属性      printArticleInfo(articlesData);  });}).on('error', function(){  console.log('个人主页数据失败');});

function filterChapter(html) {var $ = cheerio.load(html);var articleList = $('.article-list').children('li');// 创建一个空数组，用来装载我们的文章对象var articlesData = [];articleList.each(function(item) {  // 以下 JQ 的方法，相信会一点 JQ 的人都能看懂啦，哈  var article = $(this);  var title = article.find('div').find('.title').find('a').text();  var span =  article.find('div').find('div.list-footer').find('span');  var loveCount = span.text();  // .eq(i) 通过索引筛选匹配的元素。使用.eq(-i)就从最后一个元素向前数。  var readCount = span.parent().find('a').eq(0).text(); // 因为我们只要 喜欢的数量，并不想要这两个字，所以用 JS 的方法把它去掉了，以下阅读二字也是一样的  var loveNum = parseFloat(loveCount.substring(loveCount.search('喜欢') + '喜欢'.length)) ;  var readNum = parseFloat(readCount.substring(readCount.search('阅读') + '阅读'.length)); // 创建文章对象，JS 的对象确实跟 json 的很像呀var articleData = {    title : title,     love  : loveNum.toString(),    readCount : readNum.toString()};  articlesData.push(articleData);});  return articlesData;}

function printArticleInfo(articlesData) {console.log('止于浮水的简书 ：\n');articlesData.forEach(function(item) {  var title = item.title;  var loveCount = item.love;  var readCount = item.readCount;  console.log('《' + title + '》' + ' \n ' + '阅读数为: ' + readCount  +   '\n'  + '喜欢数为:'  + loveCount + '\n');  });}