利用Nodejs抓取网上图片并保存至本地

1)初步应用

利用http以及fs模块抓取网络数据保存至本地

var http = require(''http'),fs = require('fs');
http.get(path,function(req,res){  //path为网络图片地址
  var imgData = '';
  req.setEncoding('binary');
  req.on('data',function(chunk){
    imgData += chunk
  })
  req.on('end',function(){
    fs.writeFile(path,imgData,'binary',function(err){  //path为本地路径例如public/logo.png
      if(err){console.log('保存出错!')}else{
        console.log('保存成功!')
      }
    })
  })
})

2)利用爬虫抓取首页的文章链接及内容以及图片保存至本地

利用Promise 简单的回调即可抓取首页中各个文章链接

var http = require('http'),fs = require('fs'),cheerio = require('cheerio');
var firstUrl = 'http://www.jianshu.com/';
result = [
    /*{
    chapterTitle:'', 标题
    chapterAuthor:'',作者
    chapterSee:'',阅读量
    chapterHerf:'',文章链接
    chapterContent:'',文章内容
    chapterImg:[] 文章图片
    }*/
]
function getPromise(url) {
    return new Promise(function (resolve,reject) {
        http.get(url,function (req,res) {
            var html = '';
            req.on('data',function (chunk) {
                html += chunk;
            })
            req.on('end',function () {
                resolve(html)
            })
        }).on('error',function () {
            reject();
            console.log('请求出错!');
        })
    })
}
getPromise(firstUrl)
    .then(function (page) {
        fitterFirst(page)
        //console.log(result)
        var PromiseArr = [];
        result.forEach(function (value, index) {
            PromiseArr.push(getPromise(value.chapterHerf))
        })
        Promise
            .all(PromiseArr)
            .then(function (pages) {
                pages.forEach(function (value,index) {
                    //console.log(result[index])
                    fitterChapter(value,result[index])
                })
                //console.log(result)
                //保存网页的标题以及文章
                saveFile(result)
            })
    })



function fitterFirst(data) {  //第一次请求
    var $ = cheerio.load(data);
    var parent = $('.note-list li');
    parent.each(function (item) {
        var json = {
            chapterTitle:$(this).find('a.title').text(),
            chapterAuthor:$(this).find('a.nickname').text(),
            chapterSee:$(this).find('.collection-tag').next().text().trim(),
            chapterHerf:'http://www.jianshu.com'+$(this).find('a.title').attr('href'),
            chapterContent:'',
            chapterImg:[]
        }
        result.push(json)
    })
}
function fitterChapter(data,obj) {
    var $ = cheerio.load(data);
    obj.chapterContent = $('.show-content').text().trim();
    var parent = $('.show-content img');
    parent.each(function (item) {
        obj.chapterImg.push($(this).prop('data-original-src'))
    })
}
//保存资源
function saveFile(obj) {
    fs.mkdir('upload',function (err) {
        if(err) console.log('该文件目录已存在!');
        obj.forEach(function (value,index) {
            var mkdirFile = fitterStr(value.chapterTitle)+'_By'+value.chapterAuthor;
            fs.exists('./upload/'+mkdirFile,function (res) {
                if(res){
                    console.log('###该文件夹'+mkdirFile+'已经存在执行下一条记录')
                    console.log('-----------------------')
                }else{
                    fs.mkdir('./upload/'+mkdirFile,function (err) {
                        console.log('创建'+mkdirFile+'文件夹成功');
                        console.log('-----------------------')
                        fs.mkdir('./upload/'+mkdirFile+'/uploadImg',function () {
                            fs.writeFile('./upload/'+mkdirFile+'/'+mkdirFile+'.txt',value.chapterContent,function () {

                            })
                            if(value.chapterImg[0]!=null){
                                var i=0;
                                value.chapterImg.forEach(function (value2) {
                                    saveImg(value2,'./upload/'+mkdirFile+'/uploadImg/'+mkdirFile+'【'+i+'】.jpg')
                                    i++;
                                })
                            }
                        })
                    })
                }
            })

        })
    })
}
function fitterStr(str) {
    if(str.indexOf('|')>=0){
        return str.split('|').join('&');
    }else if(str.indexOf(':')>=0){
        return str.split(':').join('&');
    }else if(str.indexOf('?')>=0){
        return str.split('?').join('&');
    }
    return str;
}
function saveImg(url,path) {
    http.get('http:'+url,function (req,res) {
        var imgData = '';
        req.setEncoding('binary');
        req.on('data',function (chunk) {
            imgData += chunk;
        })
        req.on('end',function () {
            fs.writeFile(path,imgData,'binary',function (err) {
                console.log('保存图片成功'+path)
            })
        })
    })
}

你可能感兴趣的:(利用Nodejs抓取网上图片并保存至本地)