代码不长,如下,爬取的是 雪中悍刀行的所有章节内容
var http = require('http');
var $ = require('cheerio');
var async = require('async');
var iconv = require('iconv-lite');
var fs = require('fs');
var chapterNo = 1;
var url = 'http://www.biquku.com/0/761/',
hrefList = {};
var curCount = 0;
var getChapter = function(url, cb) {
++ curCount;
console.log('读取:' + url + '中, 同时有' + curCount + '并发中');
var req = http.request(url, function(res) {
var buffer_arr = [];
var buffer_len = 0;
if (res.statusCode == 200) {
res.on('data', function(chunk) {
buffer_arr.push(chunk);
buffer_len += chunk.length;
});
res.on('end', function() {
var $content = $(iconv.decode(Buffer.concat(buffer_arr, buffer_len), 'gbk')).find('#content').text();
-- curCount;
cb(null , $content);
})
} else {
console.log("status: " + res.statusCode);
getChapter(url, cb);
}
});
req.on('error', function(err) {
console.log('request-err');
console.error(err);
})
req.end();
}
var req = http.request(url, function(res) {
var buffer_arr = [];
var buffer_len = 0;
res.on('data', function(chunk) {
buffer_arr.push(chunk);
buffer_len += chunk.length;
});
res.on('end', function() {
var $html = $(iconv.decode(Buffer.concat(buffer_arr, buffer_len), 'gbk'));
var $urls = $html.find('#list>dl>dd>a');
var $a = '';
for (var i = 0; i < $urls.length; i++) {
$a = $($urls[i]);
hrefList[$a.text()] = (function(url) {
return function(cb) {
setTimeout(function() {
getChapter(url, cb);
}, 0)
}
})(url.concat($a.attr('href')));
}
console.time('novel');
async.parallelLimit(hrefList, 20, function(err, res) {
if (err) {
console.log("parallel-err:");
console.error(err);
} else {
for (var key of Object.keys(res)) {
var fileName = './' + key + '.txt';
(function(key){
fs.writeFile(fileName, res[key], function(err) {
if (err) {
console.log('writefile-err:');
console.error(err);
} else {
console.log(key + ': success');
}
})
})(key)
}
console.timeEnd('novel');
}
})
})
})
req.on('error', function(e) {
console.error(e);
})
req.end();
然后下面是请求报错的地方
希望大家能告诉我下,怎么解决呢?还有我这个算并发请求吗,因为我是通过setTimeout(func,0)这样来发起发起http请求的?
经过后来测试发现,200多张能成功读取,到了300就会发生错误了。。
你这个确实是并发请求,20个会不会有点多,可能这个服务器扛不住了吧。 调小一点比如10个或5个并发试试呢
更新:刚才在我电脑上跑了下你的这段代码,没有出现问题描述中的错误。大概也许还有个原因是你的网不行吧。