Pengikis JavaScript untuk Senarai Anugerah Akademi Wikipedia.

Tutorial ini menunjukkan pengikis web menggunakan perpustakaan Cheerio JavaScript untuk mengekstrak filem pemenang Anugerah Akademi dari Wikipedia dan simpannya ke fail CSV.

Pertama, pasangkan pakej yang diperlukan:

npm install cheerio axios

URL halaman Wikipedia adalah:

const url = 'https://en.wikipedia.org/wiki/List_of_Academy_Award%E2%80%93winning_films';

Kod mengambil HTML halaman menggunakan

, kemudian menggunakan Cheerio untuk menghuraikannya: axios

const { data: html } = await axios.get(url);
const $ = cheerio.load(html);

const theadData = [];
const tableData = [];

Skrip menavigasi DOM, mengekstrak data dari sel jadual:

$('tbody').each((i, column) => {
  const columnData = [];
  $(column).find('th').each((j, cell) => {
    columnData.push($(cell).text().replace('\n', ''));
  });
  theadData.push(columnData);
});

tableData.push(theadData[0]);

$('table tr').each((i, row) => {
  const rowData = [];
  $(row).find('td').each((j, cell) => {
    rowData.push($(cell).text().trim());
  });
  if (rowData.length) tableData.push(rowData);
});

Akhirnya, data yang diekstrak diformat dan disimpan ke fail CSV menggunakan

, dengan titik koma sebagai pembatas: fs.writeFileSync

const csvContent = tableData.map((row) => row.join(';')).join('\n');
fs.writeFileSync('academy_awards.csv', csvContent, 'utf-8');

Jalankan skrip menggunakan:

node scraper.js

Fail yang dihasilkan

mengandungi data yang dikikis. academy_awards.csv

Tutorial ini dibina pada tutorial mengikis sebelumnya menggunakan Go dan Python. Pertimbangkan untuk menyokong penulis jika ini membantu:

Atas ialah kandungan terperinci Pengikis JavaScript untuk Senarai Anugerah Akademi Wikipedia.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!