关注
var keyword = "d3.js";//@input(keyword, 查询关键字, 爬取该关键字搜索出来的京东商品) var comment_count = 100;//@input(comment_count, 爬取的评论数, 最多爬取多少条评论) var page_count = comment_count / 10; keyword = keyword.trim(); var scanUrls = []; scanUrls.push("http://search.jd.com/Search?keyword=" + keyword.replace(/ /g, "+") + "&enc=utf-8&scrolling=y&page=200"); var helperUrlRegexes = []; helperUrlRegexes.push("http://search\\.jd\\.com/Search\\?keyword=" + keyword.replace(/ /g, "\\+").replace(/\./g, "\\.") + "&enc=utf-8&scrolling=y&page=\\d+"); var configs = { domains: ["search.jd.com", "item.jd.com", "club.jd.com"], scanUrls: scanUrls, contentUrlRegexes: ["http://item\\.jd\\.com/\\d+.html"], helperUrlRegexes: helperUrlRegexes, interval: 10000, fields: [ { // 第一个抽取项 name: "title", selector: "//div[@id='name']/h1", required: true }, { // 第一个抽取项 name: "productid", selector: "//div[contains(@class,'fl')]/span[2]", required: true }, { name: "comments", selector: "//div[@id='comment-pages']/span", repeated: true, children: [ { name: "page", selector: "//text()" }, { name: "comments", sourceType: SourceType.AttachedUrl, attachedUrl: "http://club.jd.com/productpage/p-{$.productid}-s-0-t-3-p-{page}.html", selectorType: SelectorType.JsonPath, selector: "$.comments", repeated: true, children:[ { name: "com_content", selectorType: SelectorType.JsonPath, selector: "$.content" }, { name: "com_nickname", selectorType: SelectorType.JsonPath, selector: "$.nickname" } ] } ] } ] }; configs.afterDownloadPage = function(page, site) { var matches = /item\.jd\.com\/(\d+)\.html/.exec(page.url); if (!matches) return page; var commentUrl = "http://club.jd.com/productpage/p-"+matches[1]+"-s-0-t-3-p-0.html"; var result = site.requestUrl(commentUrl); var data = JSON.parse(result); var commentCount = data.productCommentSummary.commentCount; var pages = commentCount / 10; if (pages > page_count) pages = page_count; var pageHtml = "<div id=\"comment-pages\">"; for (var i = 0; i < pages; i++) { pageHtml += "<span>" + i + "</span>"; } pageHtml += "</div>"; var index = page.raw.indexOf("</body>"); page.raw = page.raw.substring(0, index) + pageHtml + page.raw.substring(index); return page; }; var dataSku = 0; configs.onProcessHelperPage = function(page, content, site) { var num = parseInt(extract(content, "//*[@id='J_goodsList']/ul/li[1]/@data-sku")); if (dataSku === 0) { dataSku = isNaN(num) ? 0 : num; } else if (dataSku === num) { dataSku = 0; return false; } var currentPageNum = parseInt(page.url.substring(page.url.indexOf("&page=") + 6)); if (currentPageNum === 0) { currentPageNum = 1; } var pageNum = currentPageNum + 1; var nextUrl = page.url.replace("&page=" + currentPageNum, "&page=" + pageNum); site.addUrl(nextUrl); return true; }; configs.afterExtractPage = function(page, data) { if (data.comments === null || data.comments === undefined) return data; var comments = []; for (var i = 0; i < data.comments.length; i++) { var p = data.comments[i]; for (var j = 0; j < p.comments.length; j++) { comments.push(p.comments[j]); } } data.comments = comments; return data; }; var crawler = new Crawler(configs); crawler.start();
//牛妹双11快乐,大家双11快乐(*^▽^*)
查看原帖
点赞 2
相关推荐
点赞 评论 收藏
分享
牛客热帖
更多
- 1... 脱下孔乙己长衫,浅聊一下就业下沉!3.9W
- 2... 美团java后端日常实习一二面1.5W
- 3... 腾讯PCG QQ后台开发一面1.3W
- 4... 腾讯/字节/快手 前端面经汇总1.0W
- 5... 【未来准备7】就业下沉时代,如何摆脱困境9014
- 6... 实习入职第一天,应该做点啥❓7760
- 7... 腾讯2025暑期实习提前批前端开发面经(已OC)5989
- 8... [26届四段大厂]“HR面致命题!腾讯字节亲测”5188
- 9... 字节前端日常实习 oc 总结4876
- 10... 【有奖互动】你问过DeepSeek什么意想不到的问题?4850
正在热议
更多
# 听劝,这个简历怎么改 #
18283次浏览 239人参与
# 你见过最离谱的招聘要求是什么? #
146222次浏览 871人参与
# 水滴春招 #
34052次浏览 570人参与
# 你想留在一线还是回老家? #
16584次浏览 236人参与
# 分享一个让你热爱工作的瞬间 #
16490次浏览 174人参与
# 25届如何提前做秋招准备? #
145525次浏览 2288人参与
# 入职第四天,心情怎么样 #
12695次浏览 88人参与
# 面试被问“你的缺点是什么?”怎么答 #
11014次浏览 218人参与
# 参加完秋招的机械人,还参加春招吗? #
27648次浏览 281人参与
# 如果你有一天可以担任公司的CEO,你会做哪三件事? #
20716次浏览 415人参与
# 机械校招之路总结 #
80284次浏览 1759人参与
# 第一份工作应该选高薪还是热爱? #
5172次浏览 83人参与
# 如果重来一次你还会读研吗 #
156915次浏览 1716人参与
# 租房找室友 #
8514次浏览 53人参与
# 职场新人生存指南 #
200986次浏览 5563人参与
# 地方国企笔面经互助 #
18109次浏览 26人参与
# 简历无回复,你会继续海投还是优化再投? #
49008次浏览 564人参与
# 读研or工作,哪个性价比更高? #
26502次浏览 357人参与
# 你们的毕业论文什么进度了 #
905102次浏览 8995人参与
# 文科生还参加今年的春招吗 #
4456次浏览 32人参与
# 百度工作体验 #
178220次浏览 1780人参与