Python爬虫抓取vue网页

接下来，就是把图片下载到本地。

下面是完整源码

• @Author: user
• @Date: 2018-04-30 12:25:50
• @Last Modified by: user
• @Last Modified time: 2018-04-30 22:02:59

*/
var https =require(‘https’);
var http = require(‘http’);
var fs = require(‘fs’);
var request = require(‘request’);
let startPage=0;//从哪一页开始爬
let page=startPage;
let endPage=1;//爬到哪一页
//初始请求地址
var url=‘https://www.toutiao.com/search_content/?offset=’+startPage*20+‘&format=json&keyword=%E8%A1%97%E6%8B%8D&autoload=true&count=20&cur_tab=3&from=gallery’
var i = 0;
//用来判断存储还是访问
var temp=0;
//存储首页url
urlList=[];
//封装了一层函数
function fetchPage(x) {
setTimeout(function(){
startRequest(x); },2000)
}
//首先存储要访问界面的url
function getUrl(x){
temp++;
https.get(x,function(res){
var html = ‘’;
res.setEncoding(‘binary’);
res.on(‘data’, function (chunk) {
html += chunk;
});
res.on(‘end’, function () {
html = JSON.parse(html);//由于获取到的数据是JSON格式的，所以需要JSON.parse方法浅解析
for(let i of html.data){
var obj1={title:i.title,url:i.article_url};
urlList.push(obj1)
}
page++;
if(page<=endPage){
let tempUrl=‘https://www.toutiao.com/search_content/?offset=’+page*20+‘&format=json&keyword=%E8%A1%97%E6%8B%8D&autoload=true&count=20&cur_tab=3&from=gallery’;
getUrl(tempUrl);
}
else{
fetchPage(urlList.shift());
}
})
}).on(‘error’, function (err) {
console.log(err);
});
}
function startRequest(x) {
if(temp===0){
getUrl(x);
}
else{
//采用http模块向服务器发起一次get请求,截取的字符串为文章链接地址
x.url=‘https://www.’+x.url.substring(7,19)+‘a’+x.url.substring(25);
setTimeout(function(){
https.get(x.url, function (res) {
var html = ‘’; //用来存储请求网页的整个html内容
res.setEncoding(‘binary’);
//监听data事件，每次取一块数据
res.on(‘data’, function (chunk) {
html += chunk;
});
//监听end事件，如果整个网页内容的html都获取完毕，就执行回调函数
res.on(‘end’, function () {
var news_item = {
//获取文章的标题
title: x.title,
//i是用来判断获取了多少篇文章
i: i = i + 1,
};
console.log(news_item); //打印信息
//用来匹配script中的图片链接
let reg=/http:\/\/p\d.pstatp.com\/origin(\/pgc-image)?\/[A-Za-z0-9]+/g;
let imageList=[];
imageList=html.match(reg);
savedImg(imageList,x.title);
//如果没访问完继续访问
if (urlList.length!=0 ) {
fetchPage(urlList.shift());
}
});
}).on(‘error’, function (err) {
console.log(err);
});},2000)
}
}
function savedImg(imageList,title){
fs.mkdir(‘./image/’+title, function (err) {
if(err){console.log(err)}