README

（开发阶段，部分接口有小概率修改的可能）

NodeSpider 是基于 Nodejs 的新一代爬虫框架。

Feature

开箱即用，用最少的代码开发五脏俱全的爬虫程序
计划规则与任务相分离，再复杂的爬取需求也可以轻松实现
简单好用的数据管道，保存抓取的数据是一件轻松的事情
自动转码 utf8、jQ选择器……可爱的小功能该有的都有
性能优异，你对异步并发有绝对的控制自由
丰富、简约的拓展接口，玩在手里就像灵活的积木
支持现代 promise 和 async function
更多等待发现的特性……

Install

npm:

npm install nodespider --save

yarn:

yarn add nodespider

Example

const { Spider, jqPlan, csvPipe } = require("nodespider")
const s = new Spider()

// 声明一个数据管道
s.pipe(csvPipe({
  name: "data",
  path: "./data.csv",
  items: ["url", "count"],
}))

// 声明一个爬取计划
s.plan(jqPlan({
  name: "extract",
  toUtf8: true, // 自动转码为 utf8
  retries: 3, // 失败自动重试
  handle: ($, current) => {
    const title = $("title").text() // 你想要的 jq 选择器
    console.log(title)
    s.save("data", {
      count: $("body").text().length,
      url: current.url,
    }) // 使用管道保存数据
    s.addU("extract", $("a").urls())  // 添加新任务
  },
}))

s.add("extract", "https://github.com/Bin-Huang/NodeSpider") // 添加新任务