标签:query get coding chunk 文件 cti dir enc ++
//====================================================== // https://www.meitulu.com图片批量下载Node.js爬虫1.03 // 1.01 手动输入页数和目录 // 1.02 手动输入页面url,然后自动解析 // 1.02 从命令行获得页面url,然后自动解析 // 2017年11月6日 //====================================================== // 内置https模块,提供了https服务器和客户端功能 var https=require("https"); // 内置http模块,提供了http服务器和客户端功能 var http=require("http"); var zlib = require(‘zlib‘); // cheerio模块,提供了类似jQuery的功能 var cheerio = require("cheerio"); // 内置文件处理模块 var fs=require(‘fs‘); // 请求参数JSON var options; // request请求 var req; //-------------------------------------- // 程序入口 //-------------------------------------- function getInput(){ console.log("请输入页面URL:"); process.stdin.resume(); process.stdin.setEncoding(‘utf8‘); process.stdin.on(‘data‘,function(text){ // trim()是必须的! start(text.trim()); }); } //-------------------------------------- // 开始下载 //-------------------------------------- function start(pageUrl){ console.log("页面URL="+pageUrl); var hostName=""; var Path=""; var arr=pageUrl.split("/"); hostName=arr[2]; Path="/"+arr[3]+"/"+arr[4]; // 初始化options options={ hostname:hostName, port:443, path:Path,// 子路径 method:‘GET‘, agent:false, gzip: true, }; req=https.request(options,function(resp){ var html = []; resp.on("data", function(data) { html.push(data); }) resp.on("end", function() { var buffer = Buffer.concat(html); zlib.gunzip(buffer, function(err, decoded) { //console.log(decoded.toString());// gzip解压后的html文本 var body=decoded.toString(); var $ = cheerio.load(body); var endIndex=0; var folder=""; // 查找所有class为c_l的节点下面的p节点 $(".c_l p").each(function(index,element){ if(index==2){ var text=$(element).text(); //console.log(text); // 图片数量:112张 var arr=text.split(" "); endIndex=arr[1];// 112 } }) // 查找所有class为c_l的节点下面的p节点 $(".content center img").each(function(index,element){ if(index==0){ var text=$(element).attr("src"); //console.log(text); // http://mtl.ttsqgs.com/images/img/44/1.jpg" var arr=text.split("/"); folder=arr[arr.length-2]; } }) console.log(endIndex); console.log(folder); fs.mkdir(‘./‘+folder,function(err){ if(err){ console.log("目录"+folder+"已经存在"); } }); // 下载图片 for(var i=1;i<=endIndex;i++){ downloadPic(folder,i); } }) }).on("error", function() { console.log("获取失败") }) }); // 超时处理 req.setTimeout(5000,function(){ req.abort(); }); // 出错处理 req.on(‘error‘,function(err){ if(err.code=="ECONNRESET"){ console.log(‘socket端口连接超时。‘); }else{ console.log(‘请求发生错误,err.code:‘+err.code); } }); // 请求结束 req.end(); } //-------------------------------------- // 下载图片 // folder:图片所在url的目录 // pinctureIndex:图片序号 //-------------------------------------- function downloadPic(folder,pinctureIndex){ console.log("开始下载"+pinctureIndex); // 初始化options options={ hostname:‘mtl.ttsqgs.com‘,// 这里别加http://,否则会出现ENOTFOUND错误 port:80, path:‘/images/img/‘+folder+‘/‘+pinctureIndex+‘.jpg‘,// 子路径 method:‘GET‘, }; req=http.request(options,function(resp){ var imgData = ""; resp.setEncoding("binary"); resp.on(‘data‘,function(chunk){ imgData+=chunk; }); resp.on(‘end‘,function(){ var fileName="./"+folder+"/"+pinctureIndex+".jpg"; fs.writeFile(fileName, imgData, "binary", function(err){ if(err){ console.log("文件"+fileName+"下载失败."); } console.log(fileName+"下载成功"); }); }); }); // 超时处理 req.setTimeout(5000,function(){ req.abort(); }); // 出错处理 req.on(‘error‘,function(err){ if(err.code=="ECONNRESET"){ console.log(‘socket端口连接超时。‘); }else{ console.log(‘请求发生错误,err.code:‘+err.code); } }); // 请求结束 req.end(); } // 调用getInput函数,程序开始 getInput();
标签:query get coding chunk 文件 cti dir enc ++
原文地址:http://www.cnblogs.com/xiandedanteng/p/7792858.html