Nodejs实现简单爬虫,将爬到的数据以json数据格式保存到MySQL数据库中
目标:
在浏览器中访问http://localhost:3000/时,输出(http://www.pm25.in/chengdu)的所有检测点的信息,以json的格式,查询自己的数据库中的表,其内容也是所有检测点的信息。
知识点:
1、使用superagent抓取网页
superagent是个http方面的库,可以发起get或者post请求
2、使用cheerio 分析网页
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,使用方式跟jQuery是一模一样的。
3、使用MySQL保存数据
详细步骤:
1、建立项目工程文件夹reptile
2、安装依赖 ,主要安装superagent , cheerio, mysql
如下:
npm install –save superagent
npm install – save cheerio
npm install –save mysql
安装成功之后,会自动生成node_module文件夹,里面包含这三个文件。
3、在reptile文件下新建一个app.js,里面的主要逻辑是这样的