nodejs--实现跨域抓取数据

news/2024/7/19 10:28:42 标签: 爬虫

　　　　最近公司安排给我一个任务，抓取页面数据；http://survey.finance.sina.com.cn/static/20205/20131120.html?pid=20205&dpc=1，身为一个前端，还没搞过后台的东西，硬着头皮接下之后，就到网上各种找方法了。最终找到一个nodejs的方法，经过实践之后，觉得非常好用，所以分享给大家。此教程从0开始，适用于从来还没接触过nodejs的童鞋！
1.先下载 nodejs，这个不多说，然后双击安装文件安装。下载地址：http://www.nodejs.org/download/；
2.安装完成后，直接打开cmd，键入 node -v，输出node版本号，再输入npm -v，输出npm版本号，说明安装成功，继续下一步；
3.键入npm install express -g，意思是安装express服务器到全局，作用是后面可以创建项目；
4.键入npm install jade -g，安装jade模块；
5.键入npm install cheerio -g，安装cheerio模块，用来解析html非常方便，就像在浏览器中使用jquery一样，可以理解为这是一套规则的模块。
6.继续键入express -V（此处是大写，因为新版本才能识别），如果成功会提示express的版本号，如果失败，提示“express不是内部命令”，就需要再键入命令npm install express-generator -g；
7.再次输入express -V，就会显示正常了，另外，输入node list可以查看自己安装了哪些模块。；
8.然后输入express myapp；作用是创建自己的项目，名为myapp，路径是c/用户/xxx/myapp；实在不行就在计算机搜索myapp也行。
9.然后就可以在项目里加js文件了，新建一个load.js文件，同时在目录下新建一个number.txt的文件，代码中会用到；
10.里面的内容为：

var http = require("http");

// Utility function that downloads a URL and invokes
// callback with the data.
function download(url, callback) {
  http.get(url, function(res) {
    var data = "";
    res.on('data', function (chunk) {
      data += chunk;
    });
    res.on("end", function() {
      callback(data);
    });
  }).on("error", function() {
    callback(null);
  });
}

var cheerio = require("cheerio");
var fs =require('fs');

    var url = "http://survey.finance.sina.com.cn/static/20205/20131120.html?pid=20205&dpc=1";
    download(url, function(data) {
      if (data) {
          //console.log(data);
          var $ = cheerio.load(data);
          var total =$(".fred").text();
          fs.appendFile('./number.txt',total,'utf-8',function(err){
              if(err) {throw err;}
          });
          var numArrs=$("div[class='d d-num']").text();
          numArrs =numArrs.replace(/,/g,'');//把所有的逗号变为空(数字中间的逗号)
          numArrs =numArrs.replace(/\s+/g, ',');//把所有的空字符串变为一个逗号(数字与数字之间变为逗号)
          numArrs =numArrs.replace(/,$/gi, '');//去除最后一个逗号
          fs.appendFile('./number.txt',numArrs,'utf-8',function(err){            
              if(err) {throw err;}
          });
          console.log("done");
        }
        else console.log("error");  
    });