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
Cha0~15 分钟前
搜索引擎爬虫语言识别机制详解
爬虫·搜索引擎
遇事不決洛必達6 小时前
某方数据库protobuf详解
爬虫·python·protobuf
ZC跨境爬虫14 小时前
纯requests+Redis实现分布式爬虫(可视化4终端,模拟4台电脑联合爬取)
redis·分布式·爬虫·python
以神为界1 天前
Python入门实操:基础语法+爬虫入门+模块使用全指南
开发语言·网络·爬虫·python·安全·web
ZC跨境爬虫1 天前
Scrapy实战:5sing原创音乐网多页数据爬取(完整可运行,附避坑指南)
爬虫·python·scrapy·html
llm大模型算法工程师weng1 天前
Python爬虫实现指南:从入门到实战
开发语言·爬虫·python
一点 内容1 天前
Scrapy框架深度解析:高效构建分布式爬虫的实战指南
分布式·爬虫·scrapy
kisloy1 天前
【反爬虫】极验4 W参数逆向分析
java·javascript·爬虫
wanhengidc1 天前
服务器如何防范爬虫攻击?
运维·服务器·网络·爬虫·游戏·智能手机
小白学大数据2 天前
Python 爬虫:拍卖网站列表页与详情页数据联动爬取
开发语言·爬虫·python