用node.js做一个爬虫

var express = require('express');var superagent = require('superagent');var cheerio = require('cheerio');// 调用 express 实例，它是一个函数，不带参数调用时，会返回一个 express 实例，将这个变量赋予 app 变量。var app = express();app.get('/', function (req, res, next) {  // 用 superagent 去抓取 https://cnodejs.org/ 的内容  superagent.get('https://cnodejs.org/')    .end(function (err, sres) {      // 常规的错误处理      if (err) {        return next(err);      }      // sres.text 里面存储着网页的 html 内容，将它传给 cheerio.load 之后      // 就可以得到一个实现了 jquery 接口的变量，我们习惯性地将它命名为 `$`      // 剩下就都是 jquery 的内容了      var $ = cheerio.load(sres.text);      var items = [];      $('#topic_list .topic_title').each(function (idx, element) {        var $element = $(element);        items.push({          title: $element.attr('title'),          href: $element.attr('href')        });      });      res.send(items);    });});app.listen(3000, function (req, res) {  console.log('app is running at port 3000');});

思想来源：https://github.com/alsotang/node-lessons/tree/master/lesson2