//======================================================
// https://www.meitulu.com图片批量下载Node.js爬虫1.06
// 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
// 1.06 更改为按名字搜索页批量下载
// 2017年11月9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(){process.stdout.write("\033[35m 请输入按名称搜索的页面URL:\033[039m");    //紫色
    process.stdin.resume();process.stdin.setEncoding('utf8');    process.stdin.on('data',function(text){process.stdin.end();// 退出输入状态        findPageUrls(text.trim());// trim()是必须的！
    });
}//--------------------------------------
// 在按名称搜索的页面找到单页url
// batchPageUrl sample1：https://www.meitulu.com/t/mikie-hara/
// batchPageUrl sample2：https://www.meitulu.com/search/%E5%8E%9F%E5%B9%B2
// sample2类似的地址可能要尝试多次
//--------------------------------------
function findPageUrls(batchPageUrl){console.log("开始查找单页urls");var hostName="";var Path="";var arr=batchPageUrl.split("/");hostName=arr[2];console.log("hostName="+hostName);// 以是否以‘/’结尾区分两种情况if(batchPageUrl.charAt(batchPageUrl.length-1)=='/'){// 带斜杠的是点名字出来的已设定地址Path="/"+arr[3]+"/"+arr[4]+"/";}else{// 不带斜杠的是按关键字搜索出来的Path="/"+arr[3]+"/"+arr[4];}console.log("Path="+Path);// 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) {if(err){console.log("[findPageUrls]不能得到页面:"+batchPageUrl+"对应的html文本，错误是:"+err);console.log(err);}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boxs的节点下面的ul li a节点$(".boxs ul li a").each(function(index,element){var text=$(element).attr("href");// 有https://www.meitulu.com/item的地址的链接是目标if(text.indexOf('https://www.meitulu.com/item')!=-1){console.log("pageUrl="+text);start(text);}})                      }    })}).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('[findPageUrls]socket端口连接超时。');console.log(err);}else{console.log('[findPageUrls]请求发生错误，err.code:'+err.code);console.log(err);}});// 请求结束
    req.end();
}//--------------------------------------
// 开始单页下载
//--------------------------------------
function start(pageUrl){console.log("开始下载...");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 1.05版本里的 1.手动模式 下载 "+pageUrl);}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('[start]socket端口连接超时。');console.log(err);}else{console.log('[start]请求发生错误，err.code:'+err.code);console.log(err);}});// 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('[downloadPic]socket端口连接超时。');console.log(err);}else{console.log('[downloadPic]请求发生错误，err.code:'+err.code);console.log(err);}});// 请求结束
    req.end();
}// 调用getInput函数，程序开始
getInput();