尝试使用 Node.js 动态路由从 IMDB 中抓取电影内容。但在我的 output.json 文件中变得未定义？

Question

实际上，我正在尝试使用节点从 ImDb 中抓取任何电影，但是在我发出请求之后，但在我的 output.JSON 文件（电影评级和评论应该出现的地方）中得到未定义。

首先，我向 http://www.imdb.com/find?q= 'movie' 提出请求电影应该是动态的，这样我就可以自己查询。然后取序列号的电影我正在向其 URL 请求抓取评分和评论

但未定义...请检查代码并更正它

var express = require('express');

var cheerio = require("cheerio");

var request = require("请求");

var fs = require('fs');

var app = express();

app.get('/scrape/:movie' , function(req, res) {

var movie = req.params.movie;  
option = {
    protocol : "http:",
    host: "www.imdb.com",
    pathname : "/find " ,
    query: "q=movie"
}

// 这里我请求 http://www.imdb.com/find?q= 'movie'

 request(option,function(error,request,body) {
     if(!error && response.statusCode == 200) {
         var $ =cheerio.load(body);
         var select=$(".result_text").attr("href");
     }
 });

// 在这里我从 imdb 搜索中提取第一个找到的电影的序列号。

urls = "http://www.imdb.com/ + 'select' ";

request(urls, function(error,response,body) {
    
    if(!error && response.statusCode == 200) {
        var $ =cheerio.load(body);
        var title, release, rating, review;
        var json = { title : "",review : ""};

        json.title =$(".title").text(); 
        json.review= $(".reviewSection").text();
    }

    fs.writeFile('output.json', JSON.stringify(json, null, 7), function(error) {
        if(!error)
            console.log('File successfully written! - Check your project directory for the output.json file');

    });
    
    res.send('Check your console!');
});

}); app.listen(3000);

Answer 1

我已经将代码编辑如下。有几个问题妨碍了您。如果您不知道它们是什么，请务必控制台日志。

var express = require('express');
var cheerio = require("cheerio");
var request = require("request");
var fs = require('fs');
var app = express();

app.get('/scrape/:movie' , function(req, res) {

var movie = req.params.movie;
var url = "http://www.imdb.com/find?q=" + movie;

这里只要把url设置成你想要的，然后在请求函数中调用即可

 request(url, function(error, response, body) {

请务必考虑您对每个变量的称呼。如果上面设置为 'request,' 您将无法发出下面的请求调用，因为它已被重置为响应。

if(!error && response.statusCode == 200) {
     var $ = cheerio.load(body);
     var select = $('.result_text').first().children()[0].attribs['href']
 }
 var url = 'http://www.imdb.com' + select;

在这里您需要转到实际网站，打开开发人员控制台，然后找出您要使用的确切查询 selector。

再次将 url 设置为您想要的。在这种情况下，select 显示为“/title/tt0357413”（主持人），因此相应地调整您的 url。

您需要将下一个请求放在上面的请求函数中，因为当在它之外调用这个函数时，上面的函数仍然有效。您需要确保在发出第二个请求调用之前设置了新的 url 变量。

request(url, function(error, response, body) {
   if(!error && response.statusCode == 200) {
     var $ =cheerio.load(body);
     var title, review;
     var json = { title : "",review : ""};

     json.title = $("h1").text();
     json.review = $('.imdbRating').text()
   }

同样，对于这两个变量，请确保打开开发人员控制台并确定要使用的确切 selector。

    fs.writeFile('output.json', JSON.stringify(json, null, 7), function(error) {
         if(!error)
         console.log('File successfully written! - Check your project directory for the output.json file');
       });

       res.send('Check your console!');
    });
  });
}); app.listen(3000);

Answer 2

我使用 scavenger 编写了这个脚本，它采用了电影 brazil:

的标题和 metacritic 分数

const scavenger = require('scavenger');

const baseUrl = "http://www.imdb.com";
const searchMovieUrl = `${baseUrl}/find?q=cell`;

const extractMovieUrl = scavenger.createExtractor({
    scope: 'tr.findResult',
    fields: {
        url: {
            selector: 'td.result_text a',
            attribute: 'href'
        }
    }
});

const extractInfo = scavenger.createExtractor({
    fields: {
        title: 'div.title_wrapper h1',
        score: 'div.metacriticScore'
    }
});

scavenger.scrape(searchMovieUrl, extractMovieUrl)
.then((movies) => {
    return scavenger.scrape(`${baseUrl}/${movies[0].url}`, extractInfo);
})
.then((movieInfo) => {
    console.log(movieInfo);
    // [ { title: 'Brazil (1985)', score: '88' } ]
});

您可以轻松地使其适应您的服务器代码。

尝试使用 Node.js 动态路由从 IMDB 中抓取电影内容。但在我的 output.json 文件中变得未定义？

Trying to scrape movie contents from IMDB using Node.js dynamic routes . but getting undefined in my output.json file?

javascript

json

node.js

cheerio

node.js-connect