nodejs express搭建服务器(爬虫知乎精华帖,个人学习用)一 爬取所有话题类型

首先爬取话题广场所有话题。

var cheerio = require('cheerio');
var iconv = require('iconv-lite');
var https= require('https');
var mysql = require('mysql');
var querystring=require('querystring');

var topic_list = [{'name': '生活方式', 'ind': 19555513}, {'name': '经济学','ind': 19560170}, {'name': '运动', 'ind': 19552706}, {'name': '互联网', 'ind': 19550517}, {'name': '艺术', 'ind': 19550434}, {'name': '阅读', 'ind': 19550564}, {'name': '美食', 'ind': 19551137},
    {'name': '动漫', 'ind': 19591985}, {'name': '汽车','ind': 19551915}, {'name': '足球', 'ind': 19559052}, {'name': '教育', 'ind': 19553176}, {'name': '摄影', 'ind': 19551388}, {'name': '历史', 'ind': 19551077}, {'name': '文化', 'ind': 19552266}, {'name': '旅行', 'ind': 19551556}, {'name': '职业发展', 'ind': 19554825}, {'name': '金融', 'ind': 19609455}, {'name': '游戏', 'ind': 19550994}, {'name': '篮球', 'ind': 19562832},
    {'name': '生物学', 'ind': 19575492}, {'name': '物理学', 'ind': 19556950}, {'name': '化学', 'ind': 19562906}, {'name': '科技', 'ind': 19556664}, {'name': '体育', 'ind': 19554827}, {'name': '商业', 'ind': 19555457}, {'name': '健康', 'ind': 19550937}, {'name': '创业', 'ind': 19550560}, {'name': '设计', 'ind': 19551557}, {'name': '自然科学', 'ind': 19553298}, {'name': '法律', 'ind': 19550874}, {'name': '电影', 'ind': 19550429},
    {'name': '音乐', 'ind': 19550453}, {'name': '投资', 'ind': 19551404}];
var toplist_len = topic_list.length;
var limit = 10;
var offset = 0;
var base_url = 'https://www.zhihu.com';

var base_url1 = 'https://www.zhihu.com/api/v4/topics/';
var base_url2 = '/feeds/essence?include=data%5B%3F%28tar
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Node.js和Express框架提供了强大的工具和模块来实现爬虫功能。在给定的引用中,作者使用了Node.js的axios和cheerio模块来实现简单的爬虫。 首先,作者在app.js文件中引入了express、cheerio和superagent模块,并创建了一个Express应用程序。接着,通过使用superagent模块发送GET请求来抓取'https://cnodejs.org/'网页的内容。然后,通过cheerio模块将网页的HTML内容加载到一个实现了jQuery接口的变量$中,从而可以使用类似jQuery的语法来操作DOM。作者使用了选择器来获取网页中的.topic_title元素,并将其标题和链接存入一个数组中。最后,通过res.send()方法将抓取到的数据发送给前端。 在index.js文件中,作者定义了一个路由,用于接受前端通过ajax发送的请求。在这个路由中,作者调用了名为reptile.getData()的函数来获取数据,并将结果通过res.send()方法发送给前端。 综上所述,这段代码实现了一个基于Node.js和Express的简单爬虫,可以抓取https://cnodejs.org/网页上的.topic_title元素的标题和链接,并将数据发送给前端。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [使用nodejs实现简单的爬虫](https://blog.csdn.net/u014119731/article/details/124684720)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* [nodejs实现简单爬虫](https://blog.csdn.net/liya_nan/article/details/83898764)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值