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
郑洁文1 小时前
基于网络爬虫的Web敏感信息泄露自动化检测工具
前端·爬虫·网络安全·自动化
上海云盾-小余7 小时前
爬虫与 CC 同源伪装甄别:基于访问行为的拦截落地方案
爬虫
如烟花的信页10 小时前
数美滑块逆向分析
javascript·爬虫·python·js逆向
Wonderful U11 小时前
基于Python爬虫+Django的轻量化天气预报系统:从数据抓取到可视化展示的完整实战
爬虫·python·django
兆。12 小时前
LangChain自动化工具集成指南:面向爬虫开发者
爬虫·langchain·自动化
深蓝电商API13 小时前
当爬虫遇见大模型:AI驱动的智能数据采集新范式
人工智能·爬虫
huangdong_13 小时前
淘宝图片下载工具技术解析:爬虫方案与浏览器方案的深度对比
爬虫
weixin_4684668513 小时前
Scrapling 高效网络爬虫实战指南
爬虫·python·编程·scrapling
小白学大数据14 小时前
业务落地:Python 列表在 AI 接口开发中的实战应用
人工智能·爬虫·python·microsoft
kisy夏17 小时前
多千帆运营平台
大数据·爬虫·mysql