简单NodeJS爬虫和使用cookie进行模拟登录

Posted 2023-03-04

参考技术A        NodeJS做爬虫也是很方便的。因为nodejs有HTTP模块直接可以使用，而且还有很多简单粗暴的库可以即拿即用。

      首先，需要的库文件，

      1、superagent 是个轻量的的 http 方面的库，就像jquery的post，和get一样，很简单。

      2、cheerio 是一个服务端操作DOM的库，简直就是服务端的jquery。

     好的，我们需要抓取某个网站的题目。如下图。这个系统下，及时是游客状态也是可以查看题目的，只是答案我们看不到。会显示我没有登录。

现在我们有个需求，先抓取15页，根据URL的参数可以页数就是地址中 的P。并且要有本地cookie，获取cookie的方法，最简单的是，利用浏览器登录网站之后，在控制台直接打印document.cookie，得到之后，复制进txt文本。用fs模块读取并转换成字符串。在superagent请求时，把cookie传进去。

好了，控制台已经不输出“未登录”，说明已经登录成功了。