安装 Node.js

qq^^6141368092023-11-11 19:28

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：

导入了 request 和 cheerio 库。
设置了代理信息。
发送了一个 GET 请求到指定的 URL。
如果请求成功并且状态码为 200，就加载返回的 HTML 内容。
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。