Node.js meitulu图片批量下载爬虫1.03版

//======================================================// https://www.meitulu.com图片批量下载Node.js爬虫1.03// 1.01 手动输入页数和目录// 1.02 手动输入页面url，然后自动解析// 1.02 从命令行获得页面url，然后自动解析// 2017年11月6日//======================================================// 内置https模块，提供了https服务器和客户端功能var https=require("https");// 内置http模块，提供了http服务器和客户端功能var http=require("http");var zlib = require(‘zlib‘); // cheerio模块，提供了类似jQuery的功能var cheerio = require("cheerio");// 内置文件处理模块var fs=require(‘fs‘);// 请求参数JSONvar options;// request请求var req;//--------------------------------------// 程序入口 //--------------------------------------function getInput(){ ???console.log("请输入页面URL:"); ???process.stdin.resume(); ???process.stdin.setEncoding(‘utf8‘); ???process.stdin.on(‘data‘,function(text){ ???????// trim()是必须的！ ???????start(text.trim()); ???});}//--------------------------------------// 开始下载 //--------------------------------------function start(pageUrl){ ???console.log("页面URL="+pageUrl); ???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) { ???????????????//console.log(decoded.toString());// gzip解压后的html文本 ???????????????var body=decoded.toString(); ???????????????var $ = cheerio.load(body); ???????????????var endIndex=0; ???????????????var folder=""; ???????????????// 查找所有class为c_l的节点下面的p节点 ???????????????$(".c_l p").each(function(index,element){ ???????????????????if(index==2){ ???????????????????????var text=$(element).text(); ???????????????????????//console.log(text); // 图片数量：112张 ???????????????????????var arr=text.split(" "); ???????????????????????endIndex=arr[1];// 112 ???????????????????} ???????????????}) ??????????????????// 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"); ???????????????????????//console.log(text); // http://mtl.ttsqgs.com/images/img/44/1.jpg" ????????????????????????var arr=text.split("/"); ???????????????????????folder=arr[arr.length-2]; ???????????????????????????????????????????} ???????????????}) ????????????????????????????????console.log(endIndex); ???????????????console.log(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("开始下载"+pinctureIndex); ???// 初始化options ???options={ ???????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(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();