教你三步爬取掘金优质前端文章

前言

hello,小伙伴们,我是你们的pubdreamcc,本篇博文出至于我的GitHub仓库node学习教程资料,欢迎小伙伴们点赞和star,你们的点赞是我持续更新的动力。

GitHub仓库地址:node学习教程

好了,废话不多说,今天我们来玩一个有意思的 demo

Node实现爬虫抓取掘金点赞大于 50 的优质前端文章

先来看以下效果:

教你三步爬取掘金优质前端文章

服务器会每10分钟更新相关内容,好了,开始今天的练习了~

用到的技术

  • express

  • superagent(服务端发送请求模块)

  • art-template

  • 掘金官方API

第一步

找接口

先来看看掘金首页获取前端文章的后端接口 API 在哪里。

打开掘金官网,(F12) 打开开发者模式查看network 选项,咱们可以看到获取文章接口的api如下:

教你三步爬取掘金优质前端文章

教你三步爬取掘金优质前端文章

打开开发者模式,我们很轻松的找到掘金获取文章的接口,这就好办了,说实话前端开发,只要有了接口,那就等于有了一切,我们可以尽情的 coding 了~

第二步

创建服务器文件 app.js ,通过superagent 模块发送请求获取文章数据。

app.js 是我们服务端代码,这里通过服务端发送请求获取爬虫所要的数据保存下来。

// 定义一个函数,用来获取掘金首页前端文章信息
function getInfo () {
  // 利用superagent 模块发送请求,注意请求头的设置和POST请求体数据(请求参数)
  superagent.post('https://web-api.juejin.im/query').send(params).set('X-Agent', 'Juejin/Web').end((err, res) => {
    if (err) {
      return console.log(err)
    }
    // 保存所有文章信息
    const array1 = JSON.parse(res.text).data.articleFeed.items.edges
    const num = JSON.parse(res.text).data.articleFeed.items.pageInfo.endCursor
    // 筛选出点赞数大于 50 的文章
    result = array1.filter(item => {
      return item.node.likeCount > 50
    })
    params.variables.after = num.toString()
    superagent.post('https://web-api.juejin.im/query').send(params).set('X-Agent', 'Juejin/Web').end((err, res) => {
      if (err) {
        return console.log(err)
      }
      const array2 = JSON.parse(res.text).data.articleFeed.items.edges
      const result2 = array2.filter(item => {
        return item.node.likeCount > 50
      })
      result2.forEach(item => {
        result.push(item)
      })
    })
  })
}
// 调用一次获取数据
getInfo()

// 设置定时器,规定10分钟更新一此数据
setInterval(() => {
  getInfo()
}, 10*1000*60)

这里要注意掘金接口那边需要设置请求头的 X-Agent 属性,一定要在 superagent 发送 post 请求时候带上,否则会出错,另外就是固定的请求参数 params,这个可以仿照掘金官网来写。
教你三步爬取掘金优质前端文章

第三步

模板引擎渲染数据,发送结果到浏览器渲染

这一步需要借助模板引擎渲染 HTML 页面,把从第二步拿到的结果渲染到页面中,最终返回给浏览器渲染。

app.js 代码:

// 监听路由
app.get('/', (req, res, next) => {
  res.render('index.html', {
    result
  })
})

// 绑定端口,启动服务
app.listen(3000, () => {
  console.log('running...')
})

模板 index.html 代码 :

<!-- 借助bootstrap样式,注意模板语法的使用 -->
<ul class="list-group">
  {{each result}}
  <li class="list-group-item">
    <a href="{{$value.node.originalUrl}}" target="_blank">{{$value.node.title}}</a>
    <img data-v-7bf5f1fe="" src="https://b-gold-cdn.xitu.io/v3/static/img/zan.e9d7698.svg">
    <span>{{$value.node.likeCount}}</span>
  </li>
  {{/each}}
</ul>

写在后面

如果你需要项目的源码可以在GitHub对应仓库的 node学习demo案例 文件夹下查找。

上一篇:javascript – 如何使superagent返回一个承诺


下一篇:熟悉编程语言