node.js 抓取网页内容（针对微信小程序云开发）

您当前的位置：首页 > 解决方案

node.js 抓取网页内容（针对微信小程序云开发）

作者： admin
发布于 2018-10-22 14:26:46
来源：
栏目：解决方案

导语：最近在研究微信小程序的云开发功能。云开发最大的好处就是不需要前端搭建服务器，可以使用云端能力，从零开始写出来一个能上线的微信

最近在研究微信小程序的云开发功能。云开发最大的好处就是不需要前端搭建服务器，可以使用云端能力，从零开始写出来一个能上线的微信小程序，避免了买服务器的开销，对于个人来尝试练手微信小程序从前端到后台的开发，还是一个不错的选择。可以做到一天就能上线一个微信小程序。

云开发的优点

云开发为开发者提供完整的云端支持，弱化后端和运维概念，无需搭建服务器，使用平台提供的 API 进行核心业务开发，即可实现快速上线和迭代，同时这一能力，同开发者已经使用的云服务相互兼容，并不互斥。

云开发目前提供三大基础能力支持：

云函数：在云端运行的代码，微信私有协议天然鉴权，开发者只需编写自身业务逻辑代码
数据库：一个既可在小程序前端操作，也能在云函数中读写的 JSON 数据库
存储：在小程序前端直接上传/下载云端文件，在云开发控制台可视化管理

好了，介绍了这么多关于云开发的知识，感性的同学可以去研究研究。官方文档地址：https://developers.weixin.qq....

网页内容抓取

小程序是关于答题的，所以题目的来源是一个问题。上网搜，一个题目一个题目粘贴是一种方法，但是这样的重复工作，估计粘个10左右就想放弃了。所以想到了网页抓取。正好把之前学的node捡起来。

必备工具：

Cheerio。一个类似于服务器端JQuery的包。主要用它来分析和过滤抓取来的内容。
node的fs模块。这个是node自带的模块，用来读写文件的。此处用来将解析好的数据写入json文件。
Axios（非必须）。用来抓取网站的HTML网页。因为我要的数据是从网页上点击一个button后获取渲染的，所以直接访问这个网址是抓取不到的。无奈只能将想要的内容复制出来，存成字符串，去解析这个字符串。

接下来就可以用npm init来初始化一个node项目，一路回车后，即可生成一个package.json文件。
然后npm install --save axios cheerio安装cheerio和axios包。

关键的是用cheerio来实现一个类似jquery的功能。只需将抓取到的内容cheerio.load(quesitons)一下即可，之后就可以按照jquery的操作取dom，组装你想要的数据了。

最后用fs.writeFile将数据保存到json文件中，大功告成。

具体代码如下：

let axios = require("axios");  let cheerio = require("cheerio");  let fs = require("fs");  // 我的html结构大致如下，有很多条数据 const questions = `<li id="q1" style="display: list-item;">       <div class="questionWrapper">         <div class="question">举头望明月，__________。</div>         <div class="answer" value="0">           回首白云低         </div>         <div class="answer" value="1">           低头思故乡         </div>         <div class="answer" value="0">           当春乃发生         </div>         <div class="answer" value="0">           红掌拨清波         </div>       </div>     </li>     <li id="q2">       <div class="questionWrapper">         <div class="question">__________，却话巴山夜雨时。</div>         <div class="answer" value="1">           何当共剪西窗烛         </div>         <div class="answer" value="0">           在天愿做比翼鸟         </div>         <div class="answer" value="0">           世味年来薄似纱         </div>         <div class="answer" value="0">           两岸青山相对出         </div>       </div>     </li>     ..........     `;      const $ = cheerio.load(quesitons);  var arr = [];  for (var i = 0; i < 300; i++) {    var obj = {};    obj.quesitons = $("#q" + i).find(".question").text();    obj.A = $($("#q" + i).find(".answer")[0]).text();    obj.B = $($("#q" + i).find(".answer")[1]).text();    obj.C = $($("#q" + i).find(".answer")[2]).text();    obj.D = $($("#q" + i).find(".answer")[3]).text();    obj.index = i + 1;    obj.answer =      $($("#q" + i).find(".answer")[0]).attr("value") == 1        ? "A"        : $($("#q" + i).find(".answer")[1]).attr("value") == 1          ? "B"          : $($("#q" + i).find(".answer")[2]).attr("value") == 1            ? "C"            : "D";    arr.push(obj); }  fs.writeFile("poem.json", JSON.stringify(arr), err => {    if (err) throw err;    console.log("json文件已成功保存！"); });