爬虫

爬虫 

竞价排名 搜索引擎

http://www.hehe.com     lol 王者荣耀 tfboy

http://www.hehe1.com

网站权重

1、获取相关的网页

2、根据网页分析内容信息

#### 爬虫的步骤

1.通过http 或者 https 模块 获取网络资源(网页 记事本 图片 音频 视频)

```

http.get(url,(res)=>{

  let rawData=''

  res.on('data',(chunk)=>{

    

    rawData+=chunk

  })

  res.on('end',()=>{

    

  })

})

.on('error',()=>{

})

```

2.分析内容 (正则表达式)

cheerio 获取网页的具体内容信息

#### 同步异步问题

1.多个异步操作按照固定的顺序执行 -> 回调嵌套->回调地狱->promise的链式调用->async  await(伪同步)

// async 修饰一个函数可以让函数返回promise对象

// 在函数内部只要不错  都是走then的回调  reject/ 抛出错误

// 函数内部 return的数据就是then的数据  不retuen 相当于undefined

// throw(函数内部抛出错误字符串)  throw new抛出错误对象

#### 框架 express koa egg

node 引入第三方模块 首先在当前文件夹寻找 node_modules 如果没有依次向上寻找

#### api接口的构成

接口四要素: 接口地址url  请求方法  传递的字段(数据格式)  返回信息 

前端: 

1.传递数据 传给后端

2.处理后端返回结果

后端:

1.接受前端传递的数据

2.处理数据

3.将处理结果返回给前端

##### 获取数据的方式

 1. get数据 req.query

 2. post 数据 req.body 需要使用第三方插件 body-parser

##### post 数据格式的多样性

  1.x-www-form-urlencode

  2.json

  3.form-data 格式

你可能感兴趣的:(爬虫)