摘要：項目初始化創建一個文件，快捷創建非常簡單。基本使用方法具體的請自行點擊連接查看喲頁面數據解析是一個的庫，可以理解為一個版本的，用來從網頁中以取數據，使用方式和基本相同。執行數組中每個值的函數，包含四個參數作為第一次調用的第一個參數。

創建一個package.json文件，webstorm快捷創建package.json非常簡單。
使用 npm init 快速創建。

需要下載的的模塊

superagent 頁面數據下載

cheerio 頁面數據解析

這是2個npm包，我們先下載：

npm install superagent cheerio --save

需要引入的模塊

fs

path

const cheerio = require("cheerio");
const agent = require("superagent");
const path = require("path");
const fs = require("fs");

我們希望以隊列的形式逐個對這些地址進行訪問，獲取HTML代碼，以便后續處理：

const urls = [{
    page:1,
    url:"https://www.imooc.com/course/list?c=fe&page=1"
},{
    page:2,
    url:"https://www.imooc.com/course/list?c=fe&page=2"
},{
    page:3,
    url:"https://www.imooc.com/course/list?c=fe&page=3"
}];

慕課網課程列表：

對此我們定義如下的數據結構：

 [
     {
      page: 1,
      data: [
          {
             title:"", // 課程標題
             imgurl:"", // 課程圖片
             level:"", // 等級
             studynum:0, // 學習人數
             description:"xxxx" // 課程描述
        }
        ...... // 每一個頁面有多條課程信息
      ]  
    }
    ...... // 一共有多個頁面
 ]

superagent是nodejs里一個非常方便的客戶端請求代碼模塊，superagent是一個輕量級的，漸進式的ajax API，可讀性好，學習曲線低，內部依賴nodejs原生的請求API,適用于nodejs環境下。

基本使用方法:
具體的請自行點擊連接查看喲...

request
    .get("/login")
    .end(function(err, res){
        // code
    });

cheerio是一個node的庫，可以理解為一個Node.js版本的jquery，用來從網頁中以 css selector取數據，使用方式和jquery基本相同。

需要先loading一個需要加載html文檔，后面就可以jQuery一樣使用操作頁面了。

基本使用方法:
具體的請自行點擊連接查看喲...

const cheerio = require("cheerio");
const $ = cheerio.load("
...
");
$("#fruits").addClass("newClass");

這才是本篇文章的重頭戲...

我們需要使用數組的一個方法 reduce()

arr.reduce([callback, initialValue])

有不太懂這個方法的可以查看我寫的筆記：https://segmentfault.com/n/13...

reduce() 方法接收一個函數作為累加器（accumulator），數組中的每個值（從左到右）開始縮減，最終為一個值。

callback （執行數組中每個值的函數，包含四個參數）
initialValue （作為第一次調用 callback 的第一個參數。）

還有一個是Promise實現異步處理

有不太懂這個方法的可以查看我寫的筆記：https://segmentfault.com/n/13...

具體是使用Promise的這個方法：
Promise.resolve()
這個方法返回一個fulfilled的Promise實例，或者原始的Promise實例。

代碼實現：

// 實現隊列 
// 本質： 對.then()方法實現累加 
let curPromise = urls.reduce((promise,curl) => {

    return promise.then(() => {
        return new Promise(resolve => {
            // 網絡獲取當前地址的網頁內容
            requestGet(curl,() => {
                resolve(); 
            });
        });
    });

},Promise.resolve());

代碼實現：

// 寫入數據
curPromise.then(()=>{
    fs.writeFile("result.json", JSON.stringify(result), function (err) {
        if(err) throw new Error("appendFile failed...");
        console.log("數據寫入success...");
    });    
});

// 項目依賴
const cheerio = require("cheerio");
const agent = require("superagent");
const path = require("path");
const fs = require("fs");

// 地址數據
const urls = [{ 
    page:1,
    url:"https://www.imooc.com/course/list?c=fe&page=1"
},{
    page:2,
    url:"https://www.imooc.com/course/list?c=fe&page=2"
},{
    page:3,
    url:"https://www.imooc.com/course/list?c=fe&page=3"
}];

// 最終的數據
let result = [];


// 數據結構
/**
 * [
 *     {
 *         page: 1,
 *         data: [
 *                {title:xx,imgurl:xx...},
 *                ......
 *               ]
 *     }
 *     ......    
 * ]
 */


// 發起get請求
function requestGet(urlObj,callback){

    agent.get(urlObj.url)
     .end((err,res) => {
         if(err) throw new Error(err);

         // 分析頁面
         let pageJson = analysis(res.text);

         // 拼接數據
         result.push({
             page:urlObj.page,
             data:pageJson
         });

         console.log(`寫入第${urlObj.page}頁的數據...`);

         // 執行回調
         callback();
     
     });
}


// 對網頁分析
function analysis(data){

    let page = [];
    let $ = cheerio.load(data);
    let courseArr = $(".course-list").find(".course-card-container");
    courseArr.each((index,element) => {
        let _this = $(element);
        // 組裝數據
        page.push({
            title:_this.find(".course-card-name").text(),
            imgurl:path.join("http:",_this.find(".course-card-top img").attr("src")),
            level:_this.find(".course-card-info span:first-child").text(),
            // level:_this.find(".icon-set_sns").parent().prev().text(),
            studynum:_this.find(".icon-set_sns").parent().text(),
            description:_this.find(".course-card-desc").text()
        });
    });
    return page;
}


// 實現隊列 
// 本質： 對.then()方法實現累加 
let curPromise = urls.reduce((promise,curl) => {

    return promise.then(() => {
        return new Promise(resolve => {
            // 具體的內容
            requestGet(curl,() => {
                resolve(); 
            });
        });
    });

},Promise.resolve());

// 寫入數據
curPromise.then(()=>{
    fs.writeFile("result.json", JSON.stringify(result), function (err) {
        if(err) throw new Error("appendFile failed...");
        console.log("數據寫入success...");
    });    
});

node app.js

可以看到終端有次序的輸出了以下內容：

當打開生成的 result.json 文件，其結構也符合我們的預期：

至此，這篇文章也就結束啦，如果您有好的想法請留言喲。

持續學習中...