admin 管理员组文章数量: 887021
同时也看了一些同学的评价，觉得这个东西是非常的amazing啊！虽然我还没有深入去了解全部的API，但是也算是懂得大概的流程。大家如果官方的文档看不懂的话可以去B站看一下基本的介绍，puppeteer系列教程。
02 安装过程
puppeteer安装
关于这个安装的事情真的是非常的头疼，搞了许久才安装成功。原因就是高高的围墙使得城内的人出不去。所以我们只有换另外一种方法来安装了。
我们直接npm安装的过程默认是要下载浏览器的，我就是在这里一直卡住然后报错，试了好几次都是这样。经过网友们的介绍我们是可以不用在安装puppeteer的时候下载浏览器的，我们可以事后才去下载。
env PUPPETEER_SKIP_CHROMIUM_DOWNLOAD=true npm i puppeteer
我们这样就可以成功安装puppeteer了，接下来我们就要去手动安装浏览器了。那么我们要去哪里下载呢？我要手动下载
这里面非常多的版本号，看了网上的教程我们要选择合适的版本号（不知道随便下载一个可不可以），我们回到项目的根目录下面node_modules/puppeteer/package.json这个目录，查看一下我们的浏览器版本是多少。
我这里就是现实737027的版本号，我们就去手动下载这个浏览器就可以了。大家可以根据自己的版本进行下载。
浏览器引用
我们光安装了之后还不行，还要进行浏览器的引入。这个也是非常的头疼，看了好多的教程都不可以。可能是他们的系统不一样，在这里折腾很久都想放弃了。还好有这篇文章解决了我的问题，我知道是路径有误但我不知道怎么写。
浏览器下载之后我们就解压放到根目录下面，与package.json同级。然后我们在根目录下新建一个index.js文件。
const puppeteer = require(“puppeteer”);
const fs = require(“fs”);
const request = require(“request”);
const path = require(“path”);
//配置路径，关键！
const pathToExtension = require(“path”).join(
__dirname,
“./chrome-win/chrome.exe”
);
最后我的项目目录：
03 选择网站
我们都设置好了之后我们就开始选取一个网站进行测试了，我这里就选择了这个来爬取图片。
其实我们知道万物皆可爬，只要分析对了就好。前端最熟悉不过的F12走一波就好。看了一下大概结构是长这样的，准备好了之后开始撸码。
反手一写（CV）就出来这样的代码。
const puppeteer = require(“puppeteer”);
const fs = require(“fs”);
const request = require(“request”);
const path = require(“path”);
let i = 2;//页数
async function netbian(i) {
const pathToExtension = require(“path”).join(
__dirname,
“./chrome-win/chrome.exe”
);
const browser = await puppeteer.launch({
headless: false,
executablePath: pathToExtension,
});
const page = await browser.newPage();
await page.goto(http://picbian/4kfengjing/index_${i}.html);//为了方便从第二页开始
let images = await page.$$eval(“ul>li>a>img”, (el) =>//图片节点，API可查看官方介绍
el.map((x) => “http://picbian” + x.getAttribute(“src”))//获取图片的src地址
);
mkdirSync(./images); // 存放目录
for (m of images) {
await downloadImg(m, “./images/” + new Date().getTime() + “.jpg”);
}
netbian(++i);//下一页，具体结束页可以自己限制
// 关闭
await browser.close();
}
netbian(i);//这里执行
// 同步创建目录
function mkdirSync(dirname) {
if (fs.existsSync(dirname)) {
return true;
} else {
if (mkdirSync(path.dirname(dirname))) {
fs.mkdirSync(dirname);
return true;
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化学习资料的朋友，可以戳这里无偿获取
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
版权声明：本文标题：如何结合Node和Puppeteer做网络爬虫 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1726435632h960160.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论