首页 > 技术文章 > node.js之爬虫

ldlx-mars 2018-03-17 10:40 原文

nodejs爬取数据出现编码错误的问题

可以使用 superagent-charset 和 superagent 模块进行处理

var charset = require('superagent-charset');
var cheerio = require('cheerio');
var superagent = require('superagent');
charset(superagent);
var express = require('express');

var url = 'http://acm.hdu.edu.cn/statistic.php?pid=1000';
var app = express();

app.get('/', function (req, res, next) {
    superagent.get(url)
        .charset('gbk')
        .end(function (err, sres) {
            var html = sres.text;
            var $ = cheerio.load(html, {decodeEntities: false});
            var len = $('.table_text').length;
            console.log(len);
            var arr =[];
            for(var i = 0 ; i<len;i++){
                arr.push($('.table_text td a').eq(i).html());
            }
            // var ans = $('.table_text td a').eq(1).html();
            // res.send(ans);
            res.send(arr);
            console.log(arr);
        });

});

app.listen(3000, function () {
    console.log('app is listening at port 3000');
});

结果是

 

推荐阅读