【发布时间】:2018-02-27 23:06:25
【问题描述】:
所以目前我正在开发一个 HTML 页面,该页面显示来自网络的各种内容,我计划使用网络爬虫获取这些内容。我见过各种各样的爬虫,其中大多数都使用 Cheerio 和 Request APIs/Libraries。然而,所有这些教程(例如:http://www.netinstructions.com/simple-web-scraping-with-node-js-and-javascript/)都使用 Node.js 而不仅仅是 HTML 文件和 .js 文件。我对使用 node.js 没有兴趣,因为这是一个纯粹在本地 PC 上运行的页面(不是托管也不是作为网页运行)使用 node.js 似乎只会增加复杂性,因为至少在我的理解中node.js 确实允许在服务器端而不是客户端执行 javascript。所以我的问题是如何将库(例如:https://github.com/cheeriojs/cheerio)下载并导入到我的主 javascript 文件中,以便它可以通过浏览器运行?
编辑:即使 node.js 不只是用于服务器端,我的问题仍然存在。浏览器运行 Javascript,因此如果我将要使用的库与主 .js 一起打包并引用它们,它将在没有 node.js 的情况下工作。我只是不知道如何正确地做到这一点,例如有很多 .js 文件的cheerio。 编辑2:另外,如果有人可以指出我正确的方向或指向可以帮助我制作刮板的教程,如果您不能在客户端使用这些东西,它也可能会有所帮助。
【问题讨论】:
-
我觉得你对node.js的理解有点不对。它不用于执行代码服务器端,它用于执行 javascript 代码。 Express(它是一个 node.js 库)是 node.js 服务器的一个示例。
-
这里是客户端报废的一个例子:link
标签: javascript libraries cheerio