NodeJs简单七行爬虫--爬取自己Qzone的说说并存入数据库
没有那么难的,嘿嘿,说起来呢其实挺简单的,或者不能叫爬虫,只需要将自己的数据加载到程序里再进行解析就可以了,如果说你的Qzone是向所有人开放的,那么就有一个JSONP的接口,这么说来就简单了,也就不用我们再利用phantomjs,缓慢的爬了。其实程序还没有做的太过完美,只是简单地可以打印出来说说的内容,明天再做一下,把说说存到数据库里,嘿嘿。
做这个呢,需要用到一个开源库,nodegrass,这个库呢也并不是必须的,它是对nodejs里的http.request的封装。
其实基本原型就在这里了,所需要的已经在代码里了。当然了里边的那个链接是我自己的JSONP的接口,如果你懂的话,你会知道怎么改成你的JSONP接口,但是需要说的是必须空间对所有人开放。
1 var nodegrass = require(‘nodegrass‘); 2 var sqlite3 = require(‘sqlite3‘).verbose(); 3 var db = new sqlite3.Database(‘blog.db‘); 4 var tmp = 0; 5 function nodepa(tmp) { 6 if (tmp == 10) tmp--; 7 nodegrass.get("http://taotao.qq.com/cgi-bin/emotion_cgi_homepage_msg?owneruin=1187772742&start=" + tmp + "&num=10&format=jsonp", function(data, status, headers) { 8 var json = JSON.parse(data.slice(10, -2)); 9 for (var s in json[‘result‘][‘posts‘]) { 10 db.run("insert into qzone values(‘" + (Number(s) + tmp).toString() + "‘,‘" + json[‘result‘][‘posts‘][s][‘content‘].toString() + "‘,‘" + json[‘result‘][‘posts‘][s][‘create_time‘].toString() + "‘,‘" + json[‘result‘][‘posts‘][s][‘createTime2‘].toString() + "‘)", function() { 11 if (this.changes == undefined || this.changes == null)console.log("err"); 12 }) 13 console.log(json[‘result‘][‘posts‘][s][‘content‘]); 14 console.log(json[‘result‘][‘posts‘][s][‘createTime2‘]); 15 console.log(Number(s) + tmp); 16 } 17 if (tmp < 2640) nodepa(tmp + 10); 18 else return; 19 }, ‘utf-8‘).on(‘error‘, function(e) { 20 console.log("Got error: " + e.message); 21 }); 22 } 23 nodepa(tmp);
郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。