NodeJs简单七行爬虫--爬取自己Qzone的说说并存入数据库

浏览数：27 / 时间：2015年06月12日

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);