nodeJS实现网页爬虫功能实例代码

var http = require('http');var cheerio = require('cheerio');
http.get('http://tuijian.hao123.com/hotrank',function(res){var data = '';
    res.on('data',function(chunk){
        data += chunk;
    });
    res.on('end',function(){
        filter(data);
    })
});function filter(data){//保存搜索量前10的综艺节目标题var result = [];//将页面源代码转换为$对象var $ = cheerio.load(data);//查找每个综艺节目标题的外层divvar temp_arr = $('[monkey = "zy"]').find('.point-bd').find('.point-title');//将综艺节目标题依次保存到结果数组中temp_arr.each(function(index,item){
        result.push($(item).text());
    })//[ '变形计','来吧冠军','拜托了冰箱','昆仑决','天生是优我','姐姐好饿','脑力男人时代','奔跑吧兄弟','我想和你唱','玫瑰之旅' ]    console.log(result);
}

var http = require('http');var cheerio = require('cheerio');
http.get('http://tuijian.hao123.com/hotrank',function(res){var data = '';
    res.on('data',function(chunk){
        data += chunk;
    });
    res.on('end',function(){
        filter(data);
    })
});function filter(data){//保存各部分搜索量前10的名称//对象名为榜单名，如'实时热点'//对象内容为10个标题名称组成的数组var result = {};//将页面源代码转换为$对象var $ = cheerio.load(data);//查找'实时热点'、'今日热点'、'民生热点'、'电影'、'电视剧'、'综艺'这6个榜单所在的divvar temp_div = $('.top-wrap');//保存榜单名称var temp_title = [];

    temp_div.each(function(index,item){//查找榜单名，并保存到temp_title文件夹中temp_title.push($(item).find('h2').text());//查找每类下每个标题的外层divvar temp_arr = $(item).find('.point-bd').find('.point-title');//将result下的每个榜单初始化为一个数组var innerResult = result[temp_title[index]] = [];//将节目标题依次保存到相应榜单的数组中temp_arr.each(function(_index,_item){
            innerResult.push($(_item).text())
        })
    })
    console.log(result);
}

{ '实时热点': 
   [ '美国逮捕女斯诺登',     '成都隐秘母乳买卖',     '曝周杰伦青涩旧照',     '老头公交强吻女孩',     '王传君恋情曝光',     '杭州现奇葩窗口',     '忘带全班准考证',     '未成年持械拍网红',     '9秒揍儿子8拳',     '戴耳机穿轨道被撞' ],  '今日热点': 
   [ '北京回龙观大火',     '选美冠军车祸身亡',     '2017高考',     '成都老火锅店被查',     '陈浩民娇妻秀身材',     '海边直播发现浮尸',     '曝印小天遭妻骗婚',     '苹果开发者大会',     '6万斤鱼缺氧死亡',     '安以轩夏威夷大婚' ],  '民生热点': 
   [ '北京回龙观大火',     '2017高考',     '成都老火锅店被查',     '海边直播发现浮尸',     '苹果开发者大会',     '6万斤鱼缺氧死亡',     '北控外援训练猝死',     '武汉男子裸体捅人',     '多国与卡塔尔断交',     '美驻华外交官辞职' ],  '电影': 
   [ '神奇女侠',     '异星觉醒',     '新木乃伊',     '中国推销员',     '荡寇风云',     '异兽来袭',     '李雷和韩梅梅',     '北极星',     '美好的意外',     '夏天19岁的肖像' ],  '电视剧': 
   [ '龙珠传奇',     '楚乔传',     '欢乐颂2',     '欢乐颂',     '职场是个技术活',     '择天记',     '美食大冒险',     '废柴兄弟',     '人民的名义',     '三生三世十里桃花' ],  '综艺': 
   [ '变形计',     '来吧冠军',     '拜托了冰箱',     '昆仑决',     '天生是优我',     '姐姐好饿',     '脑力男人时代',     '奔跑吧兄弟',     '我想和你唱',     '玫瑰之旅' ] }
[Finished in 0.7s]