Nodejs 实用工具集笔记

前言

学了Nodejs一天了，这种异步非阻塞式的编程模型仿佛一下子打破了我的思维模式，总有一种根本不会编程的感觉。不过从中也确实让我获得了很多宝贵的经验。

这里暂且记录一下学习过程中遇到的一些实用的库吧，给自己一个纪念。

工具列表

supervisor

之前写Python的Flask或者Django的时候，一旦修改了源代码，后台调试服务器就会自动检测到变化，然后restart。所以可以直接在浏览器上直接刷新看到最新的结果。而写了一点点Node代码的我发现每次都必须先CTRL+C，然后重新运行服务器端代码，才能看到最新的结果。

Nodejs只有在第一次引用到某部分时才回去解析脚本，以后都会直接访问内存中解析好的脚本文件内容。

这在一定程度上确实提高了性能，但是开发的时候真的不是一个好做法。幸好supervisor就是专门用来解决这个问题的。

安装

npm install -g supervisor

使用

supervisor XX.js

其实就是对node的一个包装。比如我写了一个简单的服务器程序sample.js。

let http = require("http");

function handle_request(req, res) {
    console.log(req.url);
    res.writeHead(200, {"Content-Type": "text/html"});
    res.end("<H2>It Works.</H2>");
}

var server = http.createServer(handle_request);
server.listen(8080);

正常运行的话是

node sample.js

但是这样不能实时检测到脚本文件的变化，这时就可以让supervisor出场了。

supervisor sample.js

命令本身也会给我们很多提示性的内容。

Starting child process with 'node sample.js'
Watching directory 'E:\Code\Nodejs\learn\tools' for changes.
Press rs for restarting the process.
undefined
undefined
crashing child
Starting child process with 'node sample.js'
/
/favicon.ico
rs
crashing child
Starting child process with 'node sample.js'

不难看出，supervisor启动了一个子进程来处理node脚本，然后本身检测文件变化，实时做处理。

rs命令代表着restarting，即我们可以手动的让服务器脚本重新启动。

node-inspector

调试代码的一款比较好用的在线调试工具。用户界面看起来还算不错。

安装

npm install -g node-inspector

使用

首先要链接待调试文件。

node --debug-brk=5858 xxx.js

其中xxx.js就是你要调试的出错的node文件。

接下来就是启动。

node-inspector

查看和操作
这时打开浏览器，输入

http://127.0.0.1:8080/debug?port=5858

即可通过漂亮的UI来执行调试命令了。

如下图：

需要注意的是：node-inspector内部依赖于webkit，所以只能在以webkit为内核的浏览器上运行。

SuperAgent

类似于Python中的requests， 在Nodejs中也有这么一个很好用的网络请求库，那就是SuperAgent。下面简单的来测试一下。

安装

npm install superagent

使用

我这边直接按照自己的理解，写了一个post请求方式，来获取图灵机器人接口内容的示例。代码如下：

let superagent = require('superagent');

var posturl = "http://www.tuling123.com/openapi/api";
var payload = {
    key: "输入你自己申请的key即可",
    info: "你好啊",
    userid: "1357924680"
}
var headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.110 Safari/537.36"
}

superagent.post(posturl).send(payload).set(headers).end(function(err, result){
    if(err){
        console.log("post失败！");
        return;
    }
    console.log("POST方式获取数据成果，详细信息为：\n");
    // 类似于Python的requests库，返回对象为Response对象，可以通过response.text获取到返回内容
    var data = result.text;
    console.log(data);
    // 返回内容为字符串对象
    console.log(typeof data);
    // 将字符串对象转换成JSON对象，方便属性值的获取。
    data = JSON.parse(data);
    console.log(data.text);
});

运行代码获得的信息如下：

POST方式获取数据成果，详细信息为：

{"code":100000,"text":"哼，简直无法忍受你了呀"}
string
哼，简直无法忍受你了呀

教程

本来我想自己写一遍这些基础的用法的，但是看到了官网的简介，甚是简洁，逻辑清晰，示例优雅。然后我觉得没必要重复造轮子了，下面两个链接看完之后基本上就能熟练掌握了。

• 官方版：http://visionmedia.github.io/superagent/

• 中文版：http://www.jianshu.com/p/98b854322260

cheerio

谈到了SuperAgent类似于Python中的requests， 那么在获取到网页内容之后，解析内容的话，在Python中有BeautifulSoup这么个神器，那么在Nodejs中呢？

答案是cheerio。功能上类似于BeautifulSoup，可以作为一款优秀的解析器来使用。

安装

npm install cheerio

使用

没有一个例子的话，感觉不怎么像回事。下面还是来个简单的例子。

/** * 一款基于Nodejs的简易爬虫测试。 */

let superagent = require("superagent");
let cheerio = require("cheerio");

function crawl() {
    // 爬取网页，解析网页，保存到列表中。
    var targeturl = "http://blog.csdn.net/marksinoberg";

    // 申请一个列表， 用来保存爬虫爬取到的格式化的信息。可以采用literal方式[]也可以采用new Array();
    var results = [];

    superagent.get(targeturl).then(function (response) {
        // response是回调函数获取到的结果
        console.log("网页总长度：" + response.text.length);
        // 将superagent获取到的HTML页面交给cheerio进行解析即可。
        var $ = cheerio.load(response.text);
        //获取页面上非置顶的链接
        $(".article_item").each(function (index, element) {
            console.log("正在解析第" + (index + 1) + "个链接内容！");
            var blogtitle = $(this).find('h1').text().trim();
            var bloghref = $(this).find('h1').find('a').attr('href');
            // console.log("标题内容为：" + blogtitle);
            // console.log("博客链接：" + bloghref);
            // console.log("=======================")
            var obj = {
                title: blogtitle,
                href: "http://blog.csdn.net" + bloghref
            };
            results.push(obj);
        });
    }).then(function () {
        console.log(results);
    });
}

/** * 执行代码，并打印输出结果。 */
crawl();

执行如下命令

node simple-crawl.js

即可看到如下内容。

教程

为了避免重复造轮子， 我还是把看到的很经典的链接放过来吧。相信中英文结合着看，运用BeautifulSoup 和JQuery的思维模式，对于cheerio 就不在话下了。

• 官方版：https://github.com/cheeriojs/cheerio
• 中文版：http://www.jianshu.com/p/6c6aba741c59

总结

到目前为止，对于简单的数据抓取掌握了这几个库就不成问题了。然而实际上，这还远远不够。对于这个工具列表，有时间的话，再回来更新吧。