Open coder-hxl opened 1 year ago
x-crawl 是一个灵活的 Node.js 多功能爬虫库。灵活的使用方式和众多的功能可以帮助您快速、安全、稳定地爬取页面、接口以及文件。
如果你也喜欢 x-crawl ,可以给 x-crawl 存储库 点个 star 支持一下,感谢大家的支持!
GitHub:https://github.com/coder-hxl/x-crawl
以每天自动获取世界各地的经历和房间的一些照片为例:
// 1.导入模块 ES/CJS import xCrawl from 'x-crawl' // 2.创建一个爬虫实例 const myXCrawl = xCrawl({ maxRetry: 3, intervalTime: { max: 2000, min: 1000 } }) // 3.设置爬取任务 // 调用 startPolling API 开始轮询功能,每隔一天会调用回调函数 myXCrawl.startPolling({ d: 1 }, async (count, stopPolling) => { // 调用 crawlPage API 来爬取页面 const pageResults = await myXCrawl.crawlPage({ targets: [ 'https://www.airbnb.cn/s/*/experiences', 'https://www.airbnb.cn/s/plus_homes' ], viewport: { width: 1920, height: 1080 } }) // 通过遍历爬取页面结果获取图片 URL const imgUrls = [] for (const item of pageResults) { const { id } = item const { page } = item.data const elSelector = id === 1 ? '.i9cqrtb' : '.c4mnd7m' // 等待页面元素出现 await page.waitForSelector(elSelector) // 获取页面图片的 URL const urls = await page.$$eval(`${elSelector} picture img`, (imgEls) => imgEls.map((item) => item.src) ) imgUrls.push(...urls.slice(0, 6)) // 关闭页面 page.close() } // 调用 crawlFile API 爬取图片 await myXCrawl.crawlFile({ targets: imgUrls, storeDirs: './upload' }) })
运行效果:
注意: 请勿随意爬取,爬取前可查看 robots.txt 协议。网站的类名可能会有变更,这里只是为了演示如何使用 x-crawl 。
更多内容可查看:https://github.com/coder-hxl/x-crawl
x-crawl ·
![GitHub license](https://img.shields.io/badge/license-MIT-blue.svg)
x-crawl 是一个灵活的 Node.js 多功能爬虫库。灵活的使用方式和众多的功能可以帮助您快速、安全、稳定地爬取页面、接口以及文件。
GitHub:https://github.com/coder-hxl/x-crawl
特征
示例
以每天自动获取世界各地的经历和房间的一些照片为例:
运行效果:
注意: 请勿随意爬取,爬取前可查看 robots.txt 协议。网站的类名可能会有变更,这里只是为了演示如何使用 x-crawl 。
更多
更多内容可查看:https://github.com/coder-hxl/x-crawl