node.js 抓取网页内容(针对微信小程序云开发)

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:

  1. 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
  2. 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
  3. 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:

  1. 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。
  2. 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。
  3. 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!");
});

保存到json后的文件格式如下,这样就可以通过json文件上传到云端服务器了。

图片描述

注意事项

微信小程序云开发的数据库,上传json文件的数据格式需要注意一下,之前一直提示格式错误,后来才发现,JSON 数据不是数组,而是类似 JSON Lines,即各个记录对象之间使用 n 分隔,而非逗号。所以还需要对node写出来的json文件做一个小处理之后才能上传成功。

    原文作者:阳呀呀
    原文地址: https://segmentfault.com/a/1190000016743749
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞