(三) 使用 superagent 与 cheerio 完成简单爬虫

要用到三个依赖，分别是 express，superagent 和 cheerio。

superagent(http://visionmedia.github.io/superagent/ ) 是个 http 方面的库，可以发起get 或post请求。

cheerio(https://github.com/cheeriojs/cheerio ) 大家可以理解成一个 Node.js 版的 jquery，用来从网页中以 css selector取数据

1、新建一个文件夹，进去之后 npm init
2、安装库npm install superagent cheerio --save

app.js

var express=require('express');
var superagent=require('superagent');
var cheerio=require('cheerio');

var app=express();
app.get('/', function (req, res, next) {
    // 用 superagent 去抓取 https://cnodejs.org/ 的内容
    superagent.get('https://cnodejs.org/')
      .end(function (err, sres) {
        // 常规的错误处理
        if (err) {
          return next(err);
        }
        // sres.text 里面存储着网页的 html 内容，将它传给 cheerio.load 之后
        // 就可以得到一个实现了 jquery 接口的变量，我们习惯性地将它命名为 `$`
        // 剩下就都是 jquery 的内容了
        var $ = cheerio.load(sres.text);
        var items = [];
        $('#topic_list .topic_title').each(function (idx, element) {
          var $element = $(element);

          items.push({
            title: $element.attr('title'),//获得和修改属性。在匹配的元素中只能获得第一元素的属性
            href: $element.attr('href'),

          });
        });

        res.send(items);
      });
  });

  app.listen(3000, function (req, res) {
    console.log('app is running at port 3000');
  });