先上代码 突然想了解如何爬虫 上网查了下 nodejs 就有现成的包 来解决这个事情
var request=require("request") ;
var cheerio = require('cheerio') ;
request('http://www.nodejs.net/category/quick-start',function(err,rqs,body)
{
if(!err)
{
console.log('http://www.nodejs.net/category/quick-start') ;
$ = cheerio.load(body);//当前body 前端选择器
$ = cheerio.load($('.explist').html());//当前body 前端选择器
for(var i=0;i<$('li').length ;i ) {
console.log($('li h3 a')[i].attribs.href);
console.log($('li h3 a')[i].attribs.title);
}
}
}
)爬虫结果
http://www.nodejs.net/category/quick-start http://www.nodejs.net/a/20150116/231115.html 在ExpressJS中使用Redis缓存和查询数据及Session持久化 http://www.nodejs.net/a/20150116/225656.html 在ExpressJS中设置二级域名跨域共享Cookie http://www.nodejs.net/a/20141104/232041.html 推荐一本开源图书《Node.js 包教不包会》 http://www.nodejs.net/a/20141016/233306.html 分享十五个NodeJS应用场景 http://www.nodejs.net/a/20141016/232858.html 基于NodeJS的14款Web框架
就这样把网站的文章列表爬出来了 接下来写个循环 爬内容就ok 了