[原创.数据可视化系列之十二]使用 nodejs通过async await建立同步数据抓取

做数据分析和可视化工作，最重要的一点就是数据抓取工作，之前使用Java和python都做过简单的数据抓取，感觉用的很不顺手。

后来用nodejs发现非常不错,通过js就可以进行数据抓取工作，类似jquery的方法进行数据分析和抽取，最关键的是，不用编译就可以放上去跑，能够快速应对网站变化。但是他的全部异步模式也是带来很多问题：

1. 太多而回调会带来深入的嵌套，程序可读性不好。
2. 循环当中嵌套异步的模式，如果需要抓取多个地址数据，并把数据进行拼合成一个文件的时候，你可能就会抓狂了，比较不好处理，因为都是异步的，你不知道这几个链接那个先完成，那个后完成，啥时候关闭文件等等，这是我最讨厌的一个地方。
3. Node 7中发布的async await特性就是为了解决过深的回调嵌套等的问题，下边的代码就是循环，抓数据，处理数据，然后再把数据post出去的例子，并且中间加了休眠：

     async function main() {
         var urls = [];
         for (var i = 0; i <= 34; i++) {
             console.info("当前页数："+i);
             //从原始网址获取数据
             var myurl = "https://www.cnblogs.org/"+i+".json?b3831331f475fdcb13df";
             //同步，这才是最重要的
             var body = await request.get(myurl);
             var datas = JSON.parse(body);
             //循环获取到的结果
             for (var j = 0; j < datas.length; j++) {
                 var content = datas[j];
                 var options = {
                     method: 'POST',
                     uri: 'http://localhost:8080/save.do',
                     form: {
                         id: 1,
                     },
                     headers: {
                         /* 'content-type': 'application/x-www-form-urlencoded' */ // Set automatically
                     }
                 };
                 try {
                     //同步，把数据发送到另一个网址上，保存
                     let result = await request.post(options);
                 } catch (e) {

                 }
                 //休眠5秒，避免太频繁被干掉，或者随机一个时间
                 await sleep(5000);
             }
         }
     }
     main();

运行的时候，是用 node --harmony-async-await app.js的方式启动就可以了。注意node使用v7之上的版本，最新为7.5.0。