Node Crawler的目标是成为最好的node.js爬虫工具，目前已经停止维护。
我们来抓取光合新知博客tech栏目中的文章信息。
访问http://dev.guanghe.tv/category/tech/，右键查看页面源代码，可以看到文章信息等内容，如下所示：
|
1
2
3
4
5
6
7
8
9
10
11
|
>
>
>
>
>
>
>
>
>
>
|
因为每篇文章都是一个<li>标签，所以我们从页面代码的所有<li>中获取文章的发布时间、链接和标题。
爬虫代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
;
{
,
{
{
;
;
;
;
;
}
;
;
|
npm install安装crawler模块，node app.js运行程序。
你将会获得如下内容（仅展示部分内容）：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
:
2015
//dev.guanghe.tv/category/tech//2015/12/Getting-Started-With-React-And-JSX.html
JSX入门指导
:
2015
//dev.guanghe.tv/category/tech//2015/12/ReactJS-For-Stupid-People.html
懒人教程
:
2015
//dev.guanghe.tv/category/tech//2015/12/iOSCustomProblem.html
iOS开发常见问题
:
2015
//dev.guanghe.tv/category/tech//2015/12/iOSXcodeDebug.html
Debug技巧
|