Un scraper JavaScript pour la liste des Oscars Wikipédia.

Ce didacticiel montre le web scraping à l'aide de la bibliothèque Cheerio de JavaScript pour extraire des films primés aux Oscars de Wikipédia et les enregistrer dans un fichier CSV.

Tout d'abord, installez les packages requis :

npm install cheerio axios

L'URL de la page Wikipédia est :

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

Le code récupère le HTML de la page en utilisant axios, puis utilise Cheerio pour l'analyser :

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

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

Le script parcourt le DOM, extrayant les données des cellules du tableau :

$('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);
});

Enfin, les données extraites sont formatées et enregistrées dans un fichier CSV en utilisant fs.writeFileSync, avec des points-virgules comme délimiteurs :

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

Exécutez le script en utilisant :

node scraper.js

Le fichier academy_awards.csv résultant contient les données récupérées.

Ce didacticiel s'appuie sur des didacticiels de scraping précédents utilisant Go et Python. Pensez à soutenir l'auteur si cela a été utile :

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!