安装 Node.js

首先,我们需要安装 Node.js 和相关的库,如 request 和 cheerio。

bash 复制代码
npm install request cheerio

然后,我们可以使用以下代码来爬取网页内容:

javascript 复制代码
const request = require('request');
const cheerio = require('cheerio');


request({
    url: 'jshk.com.cn',
    headers: {
        'proxy': 'http://' + proxyHost + ':' + proxyPort
    }
}, (error, response, body) => {
    if (!error && response.statusCode == 200) {
        const $ = cheerio.load(body);
        console.log($('h1').text());
    }
});

每行代码的解释如下:

  1. 导入了 request 和 cheerio 库。
  2. 设置了代理信息。
  3. 发送了一个 GET 请求到指定的 URL。
  4. 如果请求成功并且状态码为 200,就加载返回的 HTML 内容。
  5. 使用 cheerio 库来解析 HTML,并打印出所有 h1 标签的文本内容。

这只是一个简单的示例,实际的爬虫程序可能需要处理更复杂的情况,比如处理重定向、处理登录认证、处理分页等等。

相关推荐
嘘嘘出差1 天前
从零到精通:爬虫技术进阶路线全解析
爬虫
嘘嘘出差1 天前
Python 爬虫入门实战:爬取豆瓣电影 Top 250
开发语言·爬虫·python
嘘嘘出差1 天前
天气数据监控系统
jvm·爬虫
小花皮猪2 天前
Bright Data CLI 入门教程:命令行实现 Web Scraping 与结构化数据采集
爬虫
Maiko Star2 天前
Python项目实战——网络机器人(爬虫)
爬虫·python·机器人
STDD2 天前
n8n 实战工作流模板:GitHub→飞书通知、定时爬虫→数据库、Webhook→多渠道推送
爬虫·github·飞书
跨境数据猎手3 天前
反向海淘实战|独立站搭建+国内电商API对接
开发语言·爬虫·架构
电商API_180079052473 天前
电商ERP 自动同步订单功能实现拆解与技术手段
服务器·前端·网络·爬虫
绘梨衣5473 天前
求助帖:pdf复杂表格解析
爬虫·python·pdf
huangdong_4 天前
电商图片下载工具技术路线全面解析:从爬虫方案到浏览器方案的完整技术演进与选型深度指南
爬虫