nodejs如何制作爬蟲實現批量下載圖片

小編給大家分享一下nodejs如何制作爬蟲實現批量下載圖片，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

今天想獲取一大批貓的圖片，然后就在360流浪器搜索框中輸入 貓 ，然后點擊圖片。就看到了一大波貓的圖片： http://image.so.com/i?q=%E7%8... ，我在想啊，要是審查元素，一張張手動下載，多麻煩，所以打算寫程序來實現。不寫不知道，一寫發現里面還是有很多道道的。

1. 爬取圖片鏈接

因為之前也寫過nodejs爬蟲功能（參見：NodeJS制作爬蟲全過程 ），所以覺得應該很簡單，就用cheerio來處理dom啦，結果打印一下啥也沒有，后來查看源代碼：

發現 waterfall_zoom 里面空空如也，查找了一下，發現所有的數據都是寫在 <script> 里面，然后動態加載到頁面的，所以用cheerio.load到的頁面里面其實沒數據的。真實數據：

分析完畢，刷刷寫代碼：

var request = require('request');
var cheerio = require('cheerio');
var url = 'http://image.so.com/i?q=%E7%8C%AB&src=tab_www';

request(url,function(err,res,body){
  if(!err && res.statusCode === 200){
    var $ = cheerio.load(body);
    var imgList = []
    JSON.parse($('script[id="initData"]').html()).list.forEach(function(item){
      imgList.push(item.img)
    });
    console.log(imgList);
  }
});

2. 下載圖片到本地 2.1 粗糙的方案

最初的思路很簡單，簡單的 fs.createWriteStream() 就能解決：

var downloadPic = function(src, dest){
  request(src).pipe(fs.createWriteStream(dest)).on('close',function(){
    console.log('pic saved!')
  })
}

使用方式：

downloadPic(imgList[0],'./catpics/1.jpg');

成功捕獲一只貓！然后寫了一個循環準備捕獲所有貓。然而這種方式是串行的，速度很慢！下載一大批圖片要花大量時間。

2.2 使用async異步批量下載

關于async的map操作，詳見： async_demo/map.js ，對集合中的每一個元素，執行某個異步操作，得到結果。所有的結果將匯總到最終的callback里。與forEach的區別是，forEach只關心操作不管最后的值，而map關心的最后產生的值。

提供了兩種方式：

并行執行。 async.map 同時對集合中所有元素進行操作，結果匯總到最終callback里。如果出錯，則立刻返回錯誤以及已經執行完的任務的結果，未執行完的占個空位

順序執行。 async.mapSeries 對集合中的元素一個一個執行操作，結果匯總到最終callback里。如果出錯，則立刻返回錯誤以及已經執行完的結果，未執行的被忽略。

在此處：

async.mapSeries(imgList,function(item, callback){
  setTimeout(function(){
    downloadPic(item, './catpics/'+ (new Date()).getTime() +'.jpg');
    callback(null, item);
  },400);
}, function(err, results){});

注： 此處使用setTimeout，是因為下載需要一定時間，在筆者較慢網速下，需要400ms的間隔能確保每張圖片下載完全。

成功捕獲一批貓貓！

2.3 使用bagpipe批量

bagpipe 是樸靈大大做的一個在nodejs中控制并發執行的模塊。其安裝和使用也比較簡單:

npm install bagpipe --save

使用：

var Bagpipe = require('bagpipe');

var bagpipe = new Bagpipe(10);
var files = ['這里有很多很多文件'];
for(vari =0; i < files.length; i++){
  bagpipe.push(fs.readFile, files[i], 'utf-8',function(err, data){
    ...
  });
}

在此處：

var bagpipe = new Bagpipe(10,{timeout: 100});
for(var i = 0; i < imgList.length; i++) {
  console.log('i:'+i)
  bagpipe.push(downloadPic, imgList[i], './catpics/'+ i +'.jpg', function(err, data){
    //
   });
}

看完了這篇文章，相信你對“nodejs如何制作爬蟲實現批量下載圖片”有了一定的了解，如果想了解更多相關知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！