使用nodejs爬取前程无忧前端技能排行

 更新时间:2017年05月06日 11:50:05   作者:开发之路   我要评论
这篇文章主要介绍了使用nodejs爬前程无忧前端技能排行,非常不错,具有参考借鉴价值,需要的朋友可以参考下

最近准备换工作,需要更新一下技能树。为做到有的放矢,想对招聘方的要求做个。正好之前了解过nodejs,所以做了个爬虫搜索数据。

具体步骤:

1.  先用fiddler分析请求需要的header和body。

2.  再用superagent构建上述数据发送客户端请求。

3.  最后对返回的数据使用cheerio整理。

折腾了几个晚上,只搞出了个架子,剩余工作等有时间再继续开发。

/*使用fiddler抓包,需要配置lan代理,且设置如下参数*/
process.env.https_proxy = "http://127.0.0.1:8888";
process.env.http_proxy = "http://127.0.0.1:8888";
process.env.NODE_TLS_REJECT_UNAUTHORIZED = "0";
/*使用到的模块*/
var request = require('superagent');  //发送客户端请求
require('superagent-proxy')(request);  //使用代理发送请求
var cheerio = require('cheerio');    //以jq类似的方法操作返回的字符,不需要用正则
require('superagent-charset')(request);//node不支持utf-8,utf-8,this will add request.Request.prototype.charset.
var async = require('async');      //异步流控制模块
var fs = require('fs');
/*相关参数,通过fiddler抓包后复制过来*/
var ws = fs.createWriteStream('res.html',{flags:'w+'}); //a+追加的读写模式,w+覆盖
var loginUrl = "https://login.51job.com/login.php";
var searchUrl = "http://search.51job.com/jobsearch/search_result.php";
var queryStrings = "fromJs=1&jobarea=020000&keyword=%E5%89%8D%E7%AB%AF%E5%BC%80%E5%8F%91&keywordtype=2&lang=c&stype=2&postchannel=0000&fromType=1&confirmdate=9";
var loginForms = {
  lang: 'c',
  action: 'save',
  from_domain: 'i',
  loginname: '***',  //自己的用户名和密码
  password: '***',
  verifycode: '',
  isread: 'on'
};
var searchForms = {
  lang: 'c',
  stype: '2',
  postchannel: '0000',
  fromType: '1',
  line: '',
  confirmdate: '9',
  from: '',
  keywordtype: '2',
  keyword: '%E5%89%8D%E7%AB%AF%E5%BC%80%E5%8F%91',
  jobarea: '020000',
  industrytype: '',
  funtype: ''
};
var searchFormsString='lang=c&stype=2&postchannel=0000&fromType=1&line=&confirmdate=9&from=&keywordtype=2&keyword=%C7%B0%B6%CB%BF%AA%B7%A2&jobarea=020000&industrytype=&funtype=';
var proxy0 = process.env.https_proxy;
var proxy = process.env.http_proxy;
const agent = request.agent();     //agent()方法产生的实例会保存cookie供后续使用
request.post(loginUrl).proxy(proxy0).send(loginForms).end(function (err,res0) {
  agent.post(searchUrl)
    .proxy(proxy)          //proxy()方法需紧跟在method方法之后调用,否则fiddler抓不到数据包
    .type('application/x-www-form-urlencoded')
    .query(queryStrings)      //使用字符串格式
    .send(searchFormsString)
    .charset('utf-8')        //通过charset可知编码字符格式,不设置会有乱码
    .end(function (err, res) {
      /* 以下是处理返回数据的逻辑代码*/
      var $ = cheerio.load(res.text);  //res.text是返回的报文主体
      async.each($('.el.title').nextAll('.el'), function(v, callback) {
        //将多余的内容删除,保留岗位、公司链接
        $(v).prepend($(v).find('.t1 a'));
        $(v).find('.t1').remove();
        ws.write($.html(v), 'utf8');
      }, function(err) {
        console.log(err);
      });
      console.log('successful');
    })
});
//jquery内置document元素为root,cheerio需要通过load方法传入,然后用选择器查找指定元素,再执行相应操作。
// $.html(el);静态方法,返回el元素的outerHtml
//TODO
// 1.当前只请求到一页数据,还需构建所有页数的请求列表
// 2.向每条数据的岗位链接发送请求,获取技能关键字,存入文件中
// 3.node中io操作是异步的,且没有锁的概念,如何并发地向同一个文件正确地写入数据

结果显示如下:

以上所述是小编给大家介绍的使用nodejs爬前程无忧前端技能排行,希望对大家有所帮助,如果大家有任何疑问欢迎给我留言,小编会及时回复大家的!

相关文章

  • nodejs异步编程基础之回调函数用法分析

    nodejs异步编程基础之回调函数用法分析

    这篇文章主要介绍了nodejs异步编程基础之回调函数用法,结合具体实例形式分析了阻塞与非阻塞形式下回调函数具体功能、使用技巧,需要的朋友可以参考下
    2018-12-12
  • 详解KOA2如何手写中间件(装饰器模式)

    详解KOA2如何手写中间件(装饰器模式)

    这篇文章主要介绍了详解KOA2如何手写中间件(装饰器模式),小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-10-10
  • nodejs multer实现文件上传与下载

    nodejs multer实现文件上传与下载

    这篇文章主要为大家详细介绍了nodejs multer实现文件上传与下载的相关资料,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-05-05
  • Nodejs 和 Electron ubuntu下快速安装过程

    Nodejs 和 Electron ubuntu下快速安装过程

    本文较为详细的给大家介绍了Nodejs 和 Electron ubuntu下快速安装过程,非常不错,具有一定的参考借鉴价值,感兴趣的朋友跟随澳门金沙网上娱乐小编一起学习吧
    2018-05-05
  • nodejs进阶(6)—连接MySQL金沙国际官网示例

    nodejs进阶(6)—连接MySQL金沙国际官网示例

    本篇文章主要介绍了nodejs进阶(6)—连接MySQL金沙国际官网示例,详细的介绍了NodeJS操作MySQL金沙国际官网,作为应用最为广泛的开源金沙国际官网则成为我们的首选,有兴趣的可以了解一下。
    2017-01-01
  • Node.js搭建WEB服务器的示例代码

    Node.js搭建WEB服务器的示例代码

    这篇文章主要介绍了Node.js搭建WEB服务器的示例代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-08-08
  • 基于node.js制作简单爬虫教程

    基于node.js制作简单爬虫教程

    这篇文章主要为大家详细介绍了基于node.js制作简单爬虫的教程,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-06-06
  • Node.js实现在目录中查找某个字符串及所在文件

    Node.js实现在目录中查找某个字符串及所在文件

    这篇文章主要介绍了Node.js实现在目录中查找某个字符串及所在文件,文中代码简洁,而且速度相当的快,需要的朋友可以参考下
    2014-09-09
  • 使用puppeteer破解极验的滑动验证码

    使用puppeteer破解极验的滑动验证码

    这篇文章主要介绍了利用puppeteer破解极验的滑动验证功能,基本流程代码实现给大家介绍的非常详细,需要的朋友可以参考下
    2018-02-02
  • 详解nodejs的express如何自动生成项目框架

    详解nodejs的express如何自动生成项目框架

    本篇文章主要介绍了nodejs的express如何自动生成项目框架,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-07-07

最新评论