标签：nodejs校花采集

蒙奇·D·撸码客 发布于 2017-02-21 10:26:44

当我们把所有校花信息采集完之后，打开对应的html文件，发现都可以看。但是里面的图片都是远程图片，如果咱采集的这个校花网倒闭了（呸呸呸乌鸦嘴），那么这些图片也就都打不开了。最保险的措施就是把这些图片也都批量下载下来。批量下载图片的思路也不难，遍历之前采集的html文件，取出里面的...

蒙奇·D·撸码客 发布于 2017-02-06 14:29:07

上一篇的批量采集其实只是一个开头，是为了批量采集而搜集大量的url，而本篇文章才是真正的批量采集。上一篇已经把校花网搜索校花的页面url存入了urlList.txt文件中，在批量采集前需要先读取这个文件：fs.readFile('urlList.txt',&nbs...

蒙奇·D·撸码客 发布于 2017-02-06 10:22:02

前三篇文章基本完整的讲述了怎么去采集一个页面，但是一个页面的妹子不够看咋办啊，我都想要采集下来慢慢看啊！这很简单啊，采集一个页面只要输入当前页面的url就可以，采集多个页面只要输入多个url不就得了。当然肯定不能逐个手动输入，但是我们可以把这些url存入数组中，然后遍历数组不就可...

蒙奇·D·撸码客 发布于 2017-02-06 10:14:16

打开上一篇下载的xiaohua.html文件发现，我们把所有代码原封不动的都下载下来了，甚至连校花网的广告都没放过，但是图片因为校花网用的是相对路径而不能正常显示的情况。而我们需要的仅仅是学妹的资料跟图片就可以了。那我们怎么从这些代码中筛选这些内容呢？我第一时间想到的是利用正则，...

蒙奇·D·撸码客 发布于 2017-02-05 13:58:44

上一篇nodejs实战：校花网美女图片采集+站点发布[http.request采集内容]中，我们已经通过http.request获取到校花网http://www.xiaohuar.com/news-1-1722.html页面的内容，那怎么把获取到的内容保存下来呢？这就需要Node...