node爬虫不同页面爬取图片存储（页面获取图片所在页面的网址，进入对应页面下载相应图片）

最近公司在做旅游项目（部分是境外游），需要用到国家的国旗。设计发懒没有给我图片只发给我一个链接，让我爬下来……，我还能说什么爬下来呗（前端处处受气……）
https://data.countryflags.com/products/en/category/2996352/tiles/population-desc.html
从这个页面获取图片所在页面的网址，进入对应页面下载相应图片，设置变量然后循环找网址，进入新的页面下载图片。

git仓库 https://gitee.com/shuah153/Node.git

需要解释几点

1.需要引入https（因为下载的图片的网址是https的，http的网址就引入http）
2.设置User Agent

有一些网站不喜欢被爬虫程序访问，所以会检测连接对象，如果是爬虫程序，也就是非人点击访问，它就会不让你继续访问，所以为了要让程序可以正常运行，需要隐藏自己的爬虫程序的身份。此时，我们就可以通过设置User Agent的来达到隐藏身份的目的，User Agent的中文名为用户代理，简称UA。
User Agent存放于Headers中，服务器就是通过查看Headers中的User Agent来判断是谁在访问。如果服务器检查User Agent，那么没有设置User Agent的程序将无法正常访问网站。

少说话，直接上代码。

var http = require('https');
var fs = require('fs');
var cheerio = require('cheerio');
var request = require('request');
var q = 0;
var url = "https://data.countryflags.com/products/en/category/2996352/tiles/population-desc.html"; 
//初始url 

function fetchPage(url) {     //封装了一层函数
  startRequest(url); 
}
// 第一个页面  爬取第二个页面网址
function startRequest(url) {
  //采用http模块向服务器发起一次get请求      
  http.get(url, function (res) {     
      var html = '';        //用来存储请求网页的整个html内容
      var titles = [];        
      res.setEncoding('utf-8'); //防止中文乱码
      //监听data事件，每次取一块数据
      res.on('data', function (chunk) {   
          html += chunk;
          // console.log(html)
      });
      //监听end事件，如果整个网页内容的html都获取完毕，就执行回调函数
      res.on('end', function () {
        var $ = cheerio.load(html); //采用cheerio模块解析html
        var link = 'https:' + $("div.thumbnail a.clearfix").eq(q).attr('href')
        secondRequest(link)
      });

  }).on('error', function (err) {
      console.log(err);
  });

}
// 第二个页面  爬取图片 和 名称
function secondRequest(link){
  http.get(link, function (res) {     
    var html = '';        //用来存储请求网页的整个html内容
    var titles = [];        
    res.setEncoding('utf-8'); //防止中文乱码
    //监听data事件，每次取一块数据
    res.on('data', function (chunk) {   
        html += chunk;
        // console.log(html)
    });

    //监听end事件，如果整个网页内容的html都获取完毕，就执行回调函数
    res.on('end', function () {
      var $ = cheerio.load(html); //采用cheerio模块解析html
      var news_item = {
        //获取文章的标题
        title: $('div.panel-heading h3.panel-title').eq(0).text().trim(),   
        //获取图片url  爬取small png
        link:  'https:' + $(".download-example img").attr('src'),
        //i是用来判断获取了多少篇文章
        q: q = q + 1,     

      };
      savedImg($,news_item);    //存储每篇文章的图片及图片标题

      console.log(news_item)
      if (q <= 5) {                
        fetchPage(url);
      }
    });

  }).on('error', function (err) {
      console.log(err);
  });

}


//该函数的作用：在本地存储所爬取到的图片资源,把国家名称赋给图片
function savedImg($,news_item) {
  var img_filename = news_item.title + '.png';
  var img_src = news_item.link; //获取图片的url
  // console.log(img_src)
  //设置User Agent
  var options = {
    url: img_src,
    headers: {
      'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.36'
    }
  };
  //采用request模块，向服务器发起一次请求，获取图片资源
  request.head(options,function(err,res,body){
    if(err){
        console.log(err);
    }
  });
  request(options).pipe(fs.createWriteStream('./image/'+ img_filename));             //通过流的方式，把图片写到本地/image目录下，并用新闻的标题和图片的标题作为图片的名称。
  // request('https://cdn.countryflags.com/download/yemen/flag-png-small.png').pipe(fs.createWriteStream('./image/'+ img_filename)); 

}

fetchPage(url);      //主程序开始运行

已经可以说晚安了……，加油