使用async批量获取博客链接
【摘要】
主要使用了superagent cheerio async
目的获取所有的博客链接,需要的参数有 博客地址 以及 总页码
let superagent = require('superagent')let cheerio = require('cheer...
主要使用了superagent cheerio async
目的获取所有的博客链接,需要的参数有 博客地址 以及 总页码
let superagent = require('superagent')
let cheerio = require('cheerio')
const async = require('async')
let baseBlogLink = 'https://fizzz.blog.csdn.net/' // 博客地址
let articleSelector = '.article-list h4 a' // 文章选择器
let totalPage = 9 // 总页码
const setData = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36',
'Referrer': 'https://fizzz.blog.csdn.net/',
'Content-Type': 'text/html; charset=UTF-8',
}
// Pretend this is some complicated async factory
var getOnePageBlogLink = function(pageIndex, callback) {
pageIndex = pageIndex + 1
superagent
.get(`${baseBlogLink}/article/list/${pageIndex}`)
.set(setData)
.then(res => {
let blogHrefArr = []
let $ = cheerio.load(res.text)
let allEle = $(articleSelector)
let len = allEle.length
if (len > 0) {
console.log(`获取到${len}条博客记录`)
for (let i = 0; i < len; i++) {
let blogItem = {
name: allEle.eq(i).text().replace(/\s+/g, ''),
href: allEle.eq(i).attr('href'),
}
blogHrefArr.push(blogItem)
}
}
callback(null, blogHrefArr)
})
};
async.times(totalPage, function(n, next) {
getOnePageBlogLink(n, function(err, blogs) {
next(err, blogs);
});
}, function(err, blogsArr) {
const allBlogs = blogsArr.flat()
console.log(allBlogs)
console.log(allBlogs.length, 123)
});
执行效果图
文章来源: fizzz.blog.csdn.net,作者:拿我格子衫来,版权归原作者所有,如需转载,请联系作者。
原文链接:fizzz.blog.csdn.net/article/details/108999633
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论(0)