1. 简介
在这个博客中,我们将学习如何使用Node.js编写一个简单的爬虫来从壁纸网站获取图片并将其下载到本地。我们将使用Axios和Cheerio库来处理HTTP请求和HTML解析。
2. 设置项目
首先,确保你已经安装了Node.js环境。然后,我们将创建一个新的文件夹,初始化项目并安装所需的依赖库:
Copy code
mkdir wallpaper-scraper
cd wallpaper-scraper
npm init -y
npm install axios cheerio
- 编写爬虫代码
在项目文件夹中,创建一个名为scraper.js的文件,并将你提供的代码复制粘贴进去。
const axios = require('axios');
const cheerio = require('cheerio');
const fs = require('fs');
const baseUrl = 'http://www.netbian.com/';
const page = 3;
const pachong = async () => {
const imgList = [];
for (let i = 0; i < page; i++) {
const res = await axios.get(
`${baseUrl}index${i === 0 ? '' : `_${i + 1}`}.htm`,
);
const $ = cheerio.load(res.data);
const imgList2 = $('.list li a img')
.toArray()
.map((item) => {
return $(item).attr('src');
});
imgList.push(...imgList2);
}
writeFile(imgList);
};
const writeFile = async (urls) => {
urls.forEach(async (item) => {
try {
const res = await axios.get(item, { responseType: 'arraybuffer' });
const imgBuffer = Buffer.from(res.data, 'binary');
await fs.promises.writeFile(
`./img/${new Date().getTime()}.jpg`,
imgBuffer,
);
console.log('写入成功 --- ' + item);
} catch (error) {
console.log('写入失败 --- ' + error);
}
});
};
pachong();
4. 运行爬虫
现在,你可以在命令行中运行爬虫脚本:
node scraper.js
脚本会自动爬取壁纸网站的图片并将它们下载到一个名为img的文件夹中。每张图片将使用当前时间戳作为文件名,以确保唯一性。
5. 注意事项
确保遵守网站的使用条款和条件。不要过度请求或滥用网站,以免造成不必要的麻烦。
代码中使用的选择器、URL结构等可能会因网站结构的更改而失效。需要根据实际情况进行调整。