Node.js meitulu图片批量下载爬虫 1.05版(Final最终版)
//====================================================== // https://www.meitulu.com图片批量下载Node.js爬虫1.05 // 1.00 完成图片爬虫,手动输入页数和目录 // 1.01 改写。 // 1.02 手动输入页面url,然后自动解析 // 1.03 从命令行获得页面url,然后自动解析 // 1.04 解决数量节点位置不固定bug和输入状态不退出bug // 1.05 增加自动模式和手动模式 // 2017年11月7日 //======================================================// 内置https模块,用来解析页面得到页数(图片总数)和目录(图片所在网络目录) var https=require("https");// 内置http模块,用来通过地址得到图片文件 var http=require("http");// 用于解析gzip网页(ungzip,https得到的网页是用gzip进行压缩的) var zlib = require('zlib'); // cheerio模块,提供了类似jQuery的功能,用于从HTML code中查找页数和目录 var cheerio = require("cheerio");// 内置文件处理模块,用于创建目录和图片文件 var fs=require('fs');// 请求参数JSON,http和https都有使用 var options;// request请求 var req;//-------------------------------------- // 程序入口 //-------------------------------------- function getInput(){/*for(var i=30;i<37;i++){process.stdout.write("\033["+i+"m 看颜色:\n \033[39m");}process.exit();31 红,32 绿,33 草黄,34 蓝,35 紫色,36 蓝绿*/process.stdout.write("\033[33m 自动模式输入0,手动模式选择1,请输入模式:\033[39m");// 草黄色 process.stdin.resume();process.stdin.setEncoding('utf8');process.stdin.on('data',function(text){if(text.trim()=='1'){// 手动模式var endIndex=-1;var folder="";process.stdout.write("\033[36m 请输入页数/目录,以,分隔.\033[39m"); // 蓝绿色process.stdin.on('data',function(text){var inputText=text.trim();// trim()是必须的! process.stdin.end();var arr=inputText.split(",");endIndex=arr[0];folder=arr[1];console.log("页数="+endIndex);console.log("目录="+folder); fs.mkdir('./'+folder,function(err){if(err){console.log("目录"+folder+"已经存在");}}); console.log("开始下载(手动模式)...");// 下载图片for(var i=1;i<=endIndex;i++){downloadPic(folder,i);}});}else{// 自动模式process.stdout.write("\033[35m 请输入页面URL:\033[039m"); //紫色 process.stdin.on('data',function(text){process.stdin.end();// 退出输入状态 start(text.trim());// trim()是必须的! });}}); }//-------------------------------------- // 开始下载 //-------------------------------------- function start(pageUrl){console.log("开始下载(自动模式)...");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) {var endIndex=-1;var folder="";if(err){console.log("不能得到html文本,因为"+err);console.log("请使用 1.手动模式 下载.");}else{//console.log(decoded.toString());// gzip解压后的html文本var body=decoded.toString();var $ = cheerio.load(body);// 查找所有class为c_l的节点下面的p节点$(".c_l p").each(function(index,element){var text=$(element).text();if(text.indexOf("数量")!=-1 && endIndex==-1){var arr=text.split(" ");endIndex=arr[1];}}) // 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");var arr=text.split("/");folder=arr[arr.length-2]; }}) console.log("页数="+endIndex);console.log("目录="+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("图片:"+pinctureIndex+"下载开始");// 初始化optionsoptions={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("文件"+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();
Node.js meitulu图片批量下载爬虫 1.05版(Final最终版)相关推荐
- Node.js meitulu图片批量下载爬虫1.051
原有1.05版程序没有断点续传模式,现在在最近程序基础上改写一版1.051. //====================================================== // m ...
- Node.js monly图片批量下载爬虫1.00
此爬虫又用到了iconv转码,代码如下: //====================================================== // mmonly图片批量下载爬虫1.00 ...
- Node.js mimimn图片批量下载爬虫 1.00
这个爬虫在Referer设置上和其它爬虫相比有特殊性.代码: //====================================================== // mimimn图片批 ...
- Node.js aitaotu图片批量下载Node.js爬虫1.00版
即使是https网页,解析的方式也不是一致的,需要多试试. 代码: //====================================================== // aitaot ...
- Node.js umei图片批量下载Node.js爬虫1.00
这个爬虫在abaike爬虫的基础上改改图片路径和下一页路径就出来了,代码如下: //====================================================== // ...
- 【pyhon】nvshens图片批量下载爬虫1.01
# nvshens图片批量下载爬虫1.01 # 原先版本在遇到网络故障时回下载不全,这回更改了模式使得下载不成就重新下载,直到全部下载完毕 from bs4 import BeautifulSoup ...
- 【Chrome】图片批量下载扩展zzllrr Imager小乐图客V1.4 (支持正则表达式、自定义JS代码、自定义引擎、多网站取图规则)...
小乐图客 - Chrome浏览器图片批量下载工具,升级至V1.4 该版本实现的功能: 1.右下角集成众多网站引擎(相似图片搜索.图片搜索.网页搜索.图片上传等等). 2.选项中增加各类设置的重置.导入 ...
- 【pyhon】怨灵侍全本漫画批量下载爬虫1.00
代码: # 怨灵侍全本漫画批量下载爬虫1.00 # 拜CARTOON.fydupiwu.com整理有序所赐,寻找图片只要观察出规律即可,不用费劲下一页的找了 import time import ur ...
- Node.js脚本项目合集(一):Node.js+FFmpeg实现批量从B站导出离线缓存视频到mp4格式,mp4转mp3,实现听歌自由
Node.js脚本项目合集(一):Node.js+FFmpeg实现批量从B站导出离线缓存视频到mp4格式,mp4转mp3,实现听歌自由 前言 一.准备工作以及介绍 1.什么是FFmpeg 2.FFmp ...
- 自己动手写工具:百度图片批量下载器
开篇:在某些场景下,我们想要对百度图片搜出来的东东进行保存,但是一个一个得下载保存不仅耗时而且费劲,有木有一种方法能够简化我们的工作量呢,让我们在离线模式下也能爽爽地浏览大量的美图呢?于是,我们想到了 ...
最新文章
- 商人过河 java_商人过河问题(二)java实现
- JSON、Protobuf、Thrift、MessagePack 对比和开发指南
- hdu5823 (附带数的二进制子集)
- 推荐算法--总结(08)
- MySQL 的各个json 函数说明
- 骑驴找马!在职期间如何优雅的去面试?
- Google C++ 编码规范
- Python判断一个集合族是否为σ代数
- mycat实例(1)
- BlueScreenView: 系统蓝屏分析工具
- 工具DebugView、PCHunter、Procexp、Procmon
- 汉字符号(汉字特殊符号)
- pano2VR创建沙盘雷达设置以中心点旋转
- 数据库两个表关联查询
- matlab毕业答辩会问什么,论文答辩必备:自述模板和注意问题
- Endnote将文献插入在指定位置
- 利用Google Chrome滚动截屏,截取整个网页
- 中新峰会 | 新加坡金融管理局首席金融科技官:今年或将看到区块链商用,数字货币是关键...
- 如何查看、复制caj、PDF文件文本内容
- 游戏美术素材尺寸规划