站长资讯网要获取数据，你必须求助于网络抓取。本篇文章就来介绍一下如何使用Node和Cheerio抓取网站数据，希望对大家有所帮助！
在我们开始之前，你需要遵守当地的法纪法规，不可随意抓取未经允许公开的数据。
先决条件
以下是本教程需要的一些东西：
- 你需要安装Node.js。如果你没有 Node，只需确保从Node.js 下载页面为你的系统下载它（https://nodejs.dev/download/）
- 你需要在你的机器上安装一个文本编辑器，比如VSCode或Atom
- 你至少应该对 JavaScript、Node.js 和文档对象模型 (DOM) 有基本的了解。
什么是 Cheerio？
Cheerio 是一个在 Node.js 中解析 HTML 和 XML 的工具，在 GitHub 上非常受欢迎，拥有超过23k 的 star 。
它快速、灵活且易于使用。由于它实现了 JQuery 的一个子集，如果你已经熟悉 JQuery，那么很容易开始使用 Cheerio。
Cheerio 和 Web 浏览器之间的主要区别在于，cheerio 不生成视觉渲染、加载 CSS、加载外部资源或执行 JavaScript。它只是解析标记并提供用于操作生成的数据结构的 API。这就解释了为什么它也非常快——cheerio 文档。
如果你想使用cheerio 来抓取网页，您需要首先使用axios或node-fetch等包来获取标记。
如何使用 Cheerio 在 Node 中抓取网页
在此示例中，我们将抓取此 Wikipedia 页面上列出的所有国家和其他司法管辖区的ISO 3166-1 alpha-3 代码。它位于ISO 3166-1 alpha-3页面的当前代码部分下。
这是国家/司法管辖区列表及其相应代码的样子：
第 1 步 – 创建工作目录
在此步骤中，您将通过在终端上运行以下命令为您的项目创建一个目录。该命令将创建一个名为learn-cheerio. 如果你愿意，你可以给它一个不同的名字。
mkdir learn-cheerio
learn-cheerio成功运行上述命令后，您应该能够看到一个名为 created 的文件夹。
在下一步中，您将在您喜欢的文本编辑器中打开刚刚创建的目录并初始化项目。
第 2 步 – 初始化项目
在此步骤中，您将导航到项目目录并初始化项目。在您喜欢的文本编辑器中打开您在上一步中创建的目录，并通过运行以下命令来初始化项目。
npm init -y
成功运行上述命令将package.json在项目目录的根目录下创建一个文件。
在下一步中，您将安装项目依赖项。
第 3 步 – 安装依赖项
在此步骤中，您将通过运行以下命令来安装项目依赖项。这将需要几分钟，所以请耐心等待。
npm i axios cheerio pretty
成功运行上述命令将在字段package.json下的文件中注册三个依赖项。dependencies第一个依赖是axios，第二个是cheerio，第三个是pretty。
axios是一个非常流行的http 客户端，可以在 node 和浏览器中运行。我们需要它，因为cheerio 是一个标记解析器。
为了让 Cheerio 解析标记并抓取您需要的数据，我们需要axios用于从网站获取标记。如果您愿意，可以使用另一个 HTTP 客户端来获取标记。它不一定是axios.
pretty是用于美化标记的 npm 包，以便在终端上打印时可读。
在下一部分中，您将检查将从中抓取数据的标记。
第 4 步 – 检查您要抓取的网页
在从网页中抓取数据之前，了解页面的 HTML 结构非常重要。
在此步骤中，您将检查要从中抓取数据的网页的 HTML 结构。
导航到Wikipedia 上的ISO 3166-1 alpha-3 代码页面。在“当前代码”部分下，有一个国家列表及其相应的代码。CTRL + SHIFT + I您可以通过按chrome 上的组合键或右键单击然后选择“检查”选项来打开 DevTools 。
这是我在 chrome DevTools 中的列表：
在下一节中，您将编写用于抓取网页的代码。
第 5 步 – 编写代码以抓取数据
在本节中，你将编写用于抓取我们感兴趣的数据的代码。首先运行以下将创建app.js文件的命令。
touch app.js
成功运行上述命令将app.js在项目目录的根目录下创建一个文件。
像任何其他 Node 包一样，在开始使用它们之前，你必须首先require axios、cheerio和。你可以通过在刚刚创建pretty的文件顶部添加下面的代码来做到这一点。app.js
const axios = require("axios"); const cheerio = require("cheerio"); const pretty = require("pretty");
在我们编写用于抓取数据的代码之前，我们需要学习cheerio. 我们将解析下面的标记并尝试操作生成的数据结构。这将帮助我们学习 Cheerio 语法及其最常用的方法。
下面的标记是ul包含我们元素的li元素。
const markup = ` <ul class="fruits"> <li class="fruits__mango"> Mango </li> <li class="fruits__apple"> Apple </li> </ul> `;
将上述变量声明添加到app.js文件中
如何在 Cheerio 中加载标记
cheerio你可以使用该cheerio.load方法加载标记。该方法将标记作为参数。它还需要另外两个可选参数。如果你有兴趣，可以在文档中阅读有关它们的
