cheerio数据抓取

很多语言都能写个爬虫抓取数据，js自然也可以，使用cheerio可以支持css检索，较快捷的获取需要的数据。首先，先把node.js给安装了。可到官网下载。安装好node.js后，使用npm安装cheerio。

我这里使用的是win7，可以在 node.js command prompt 里输入

 npm install cheerio

要注意的是，到项目所在的目录下执行。

接着就可以开发了，使用node.js http模块并引入cheerio模块，使用get方式获取待抓取的网页内容，具体的解析可以参考https://github.com/cheeriojs/cheerio；

 var url = "http://www.baidu.com/s?rtt=2&tn=baiduwb&rn=20&cl=2&wd=%BA%A3%D4%F4%CD%F5"
 var http = require("http");
 // Utility function that downloads a URL and invokes
 // callback with the data.
 function download(url, callback) {
     http.get(url, function(res) {
         var data = "";
         res.on('data', function(chunk) {
             data += chunk;
         });
         res.on("end", function() {
             callback(data);
         });
     }).on("error", function() {
         callback(null);
     });
 }
 var cheerio = require("cheerio");
 download(url, function(data) {
     if (data) {
         var $ = cheerio.load(data);
         //id为weibo里的所有li,每个li里的段落p的内容
         $('#weibo').find('li').each(function(i, elem) {
             console.log($(this).find('p').text());
             console.log(" ");
         })
     }
     else
         console.log("error");
 });

保存为print.js，运行命令执行print.js

 node print.js

数据获取成功：