标签：
还是参考了这篇文章：
http://cnodejs.org/topic/54bdaac4514ea9146862abee
另外有上面文章 nodejs抓取网易公开课的一些经验。
代码如下，注意其中用到了 http获取网页结果，request进行http请求，cheerio进行解析，mkdirp创建目录，fs创建文件，iconv-lite进行格式转换（此例非必须）。
curl.js：
/** * Created by baidu on 16/10/17. */ var http = require("http"); function download(url, callback) { var chunks = []; http.get(url, function(res) { res.on(‘data‘, function(chunk) { chunks.push(chunk); }); res.on(‘end‘, function () { callback(chunks); }); }).on(‘error‘, function () { callback(chunks); }) } exports.download = download;
saveimage.js
/** * Created by baidu on 16/10/17. */ var fs = require(‘fs‘); var request = require(‘request‘); var saveImage = function(url, filename) { console.log(‘Image=>‘ + url); request(url).pipe(fs.createWriteStream(filename)); console.log(‘Save=>‘ + filename); } exports.saveImage = saveImage;
HelloWorld.js
/** * Created by baidu on 16/10/17. */ console.log("Hello World"); var cheerio = require(‘cheerio‘); var curl = require(‘./curl‘); var iconv = require(‘iconv-lite‘); var mkdirp = require(‘mkdirp‘); var saveimage = require(‘./saveimage‘); //var url = ‘http://open.163.com/special/opencourse/englishs1.html‘; var url = ‘http://loftermeirenzhi.lofter.com/tag/%E4%BA%BA%E5%83%8F?page=‘; var dir = ‘./images‘; mkdirp(dir, function(err) { if (err) { console.log(err); } }); curl.download(url, function (chunks) { if (chunks) { var data = iconv.decode(Buffer.concat(chunks), ‘gbk‘); var $ = cheerio.load(data); $(‘a.img‘).each(function (i, e) { var item = $(e).children(‘img‘).last().attr(‘src‘); saveimage.saveImage(item, dir + ‘/‘ + item.substr(item.indexOf(‘.jpg‘)-10, 14)); }); console.log(‘done‘); } else { console.log(‘error‘); } });
运行之后，发现基本上下载的图片文件都是空。
看了例子，将saveimage.js中的request部分做了一些修改，如下：
/** * Created by baidu on 16/10/17. */ var fs = require(‘fs‘); var request = require(‘request‘); var saveImage = function(url, filename) { console.log(‘Image=>‘ + url); request.head(url, function(err, res, body) { request(url).pipe(fs.createWriteStream(filename)); }); console.log(‘Save=>‘ + filename); } exports.saveImage = saveImage;
然后运行，成功，打印：
/usr/local/bin/node /Users/baidu/Documents/Data/Work/Code/Self/nodejs/helloworld/HelloWorld.js Hello World Image=>http://imgsize.ph.126.net/?imgurl=http://img2.ph.126.net/CiL5IULFm0TtZBjxnhcfQQ==/52072870709354180.jpg_110x110x0x90.jpg Save=>./images/0709354180.jpg Image=>http://imglf1.nosdn.127.net/img/SzZqcDg4Rk01VGo5cW81TEorTU5zL2dCbjBLbktBODlCSkFGSXlIdEw5dEFvSDlGaTNjZmJ3PT0.jpg?imageView&thumbnail=500x0&quality=96&stripmeta=0&type=jpg Save=>./images/TNjZmJ3PT0.jpg ...... done
然后项目目录中，生成了images目录，其中有美女图片：
对上面这个改动能起到效果，还不是特别明白。(head一般用来判断url是否有效。)
加了head成功，也有可能是因为第一次图片虽然没下载成功，但是已经启动下载，做了缓存。实验了一下，在成功一次之后，把head命令去掉：
//request.head(url, function(err, res, body) {
request(url).pipe(fs.createWriteStream(filename));
//});
发现还是能够成功。所以有很大可能是图片加载延迟造成。
有时间的时候，要看一下，怎样避免图片下载超时导致下载失败的问题，有没有设置超时的地方。
好像在request初始化的时候，可以设置：
request({ url: jurl, gzip: true, timeout: xxx })
后面再学习 Javascript Request 以及 渲染的一些内容。尤其是 phantomjs 渲染动态网页的方式。
利用Nodejs & Cheerio & Request抓取Lofter美女图片
标签：
原文地址：http://www.cnblogs.com/charlesblc/p/5971805.html
