Ich habe Superagent + Cheerio verwendet, um die Produkte von *Dong zu crawlen, aber die zurückgegebenen chinesischen verstümmelten Antwortheader lauten wie folgt:
Es wird von gzip komprimiert, aber es liegt auf der Hand, dass Superagent es standardmäßig dekomprimiert
*Ost Produktadresse https://item.jd.com/5025518.html
Ich habe den Produkttitel übernommen und die Ergebnisse sind wie folgt
Der Kerncode lautet wie folgt:
var url = 'https://list.jd.com/list.html?cat=670,671,672' //京东电脑
var totalData = [] // 存储总数据
superagent.get(url).end(function (err, res) {
if (err) {
return console.error(err)
}
var topicUrls = []; // 页面里面的所有url
var $ = cheerio.load(res.text) // 拿到页面
$('#plist .gl-item').each(function (i, e) {
$e = $(e)
var href = 'https:' + $e.find('.p-img >a').attr('href') // 拿到所有url
topicUrls.push(href)
})
var ep = new eventproxy();//
//异步调用结束后,执行某些操作
ep.after('topic_html', topicUrls.length, function (topics) { //接收res.text
topics = topics.map(function (topicHtml) {
var $ = cheerio.load(topicHtml, {decodeEntities: false});
return ({
title: $('.sku-name').text().trim()
});
});
totalData.push(topics)
console.log(totalData);
})
topicUrls.forEach(function (e) {
superagent.get(e).end(function (err, res) {
ep.emit('topic_html', res.text);
})
})
})
这并不是乱码啊,如果是乱码,所有的都乱了,应该是你编码的问题。
我直接用postman去请求了你那个地址,并没有出现你这种情况,所以我判断是你IDE或者文本编辑器的问题,将格式设为 utf-8 。