node爬虫（入门）

菜菜我是谁

已于 2022-08-10 18:09:13 修改

阅读量436

点赞数

分类专栏：自娱自乐文章标签： brew nodejs mac

于 2021-06-12 21:43:38 首次发布

本文链接：https://blog.csdn.net/FalcoLiu/article/details/117855719

版权

自娱自乐专栏收录该内容

3 篇文章 0 订阅

订阅专栏

前段时间看到别人用node提取网页表格内容，今天自己尝试一下

依赖：node.js nginx

直接上代码吧！！！

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
<html>
<head>
  <meta http-equiv="Content-Type" content="text/html; charset=utf-8">
  <meta http-equiv="Content-Style-Type" content="text/css">
  <title></title>
  <meta name="Generator" content="Cocoa HTML Writer">
  <meta name="CocoaVersion" content="2022.3">
  <style type="text/css">
  </style>
</head>
<body>
  <h3>2021全国各地男女占比</h3>
  <table border="1" cellspacing="0" cellpadding="0">
    <thead>
      <tr>
        <th>地区</th>
        <th>男</th>
        <th>女</th>
        <th>性别比</th>
      </tr>
    </thead>
    <tbody>
      <tr>
        <td>全国</td>
        <td>51.24</td>
        <td>48.76</td>
        <td>1105.07</td>
      </tr>
      <tr>
        <td>北京</td>
        <td>51.14</td>
        <td>48.86</td>
        <td>104.65</td>
      </tr>
      <tr>
        <td>天津</td>
        <td>51.53</td>
        <td>48.47</td>
        <td>106.31</td>
      </tr>
      <tr>
        <td>河北</td>
        <td>50.50</td>
        <td>49.50</td>
        <td>102.02</td>
      </tr>
      <tr>
        <td>江苏</td>
        <td>50.78</td>
        <td>49.22</td>
        <td>103.15</td>
      </tr>
    </tbody>
  </table>
</body>
</html>

在这里插入图片描述

const request = require('request');
const cheerio = require('cheerio');
const xlsx = require('node-xlsx');
const fs = require('fs');
const path = require('path');
const time = Date.now();

request('http://localhost:8080',(error,response,body)=>{
    if(!error && response && response.statusCode === 200) {
        const $ = cheerio.load(body);
        const th = $('thead th');
        const data = [];
        const arr = new Array(th.length).fill(0);
        const name = $('h3').text();
        const subtitle = arr.map((item,key)=> th.eq(key).text());
        $('tbody tr').each((key,item) => {
            const td = $(item).find('td');
            data.push(arr.map((item,key) => td.eq(key).text()));
        })
        data.unshift(subtitle);
        const buffer = xlsx.build([{name,data}]);
        fs.writeFileSync(path.join(__dirname,'gdp.xlsx'),buffer);
        console.log(`执行完成，用时${Math.ceil((Date.now() - time) / 1000)}秒`);
    }
})

在这里插入图片描述

第一次在mac电脑上安装nginx，看网上大家都推荐homebrew管理工具，安装的时候遇到了一些问题，查询一番总算解决了
命令步骤如下：
安装一：brew官网的安装脚本

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install.sh)"

安装二：brew 镜像安装脚本

/usr/bin/ruby -e "$(curl -fsSL https://cdn.jsdelivr.net/gh/ineo6/homebrew-install/install)"

安装nginx

brew install nginx

验证结果

brew services start nginx

启动成功后可在localhost:8080访问

安装问题参考文章如下：
mac安装homebrew问题
 brew安装nginx报错‘Could not resolve HEAD to a revision’

菜菜我是谁

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
node爬虫（入门）

node提取网页表格内容
复制链接

扫一扫

专栏目录

node爬虫（入门）

前段时间看到别人用node提取网页表格内容，今天自己尝试一下

依赖：node.js nginx

“相关推荐”对你有帮助么？