今天给大家分享的是节点爬虫。写得不好的请多多关照，指出背景。下面写的demo都是根据《python3网络爬虫开发实战》用node实现的，所以大家可以参考demo的具体思路。看书上的介绍，有兴趣的可以去了解一下。[x]3.4猫眼电影捕捉猫眼电影捕捉并不难，就是一个很简单的例子。唯一需要注意的就是正则化（当然也可以使用cheerio库来简化，主要是练习不同的方法）。因为python3有很多现成的方法，用node写的时候，可能需要改一下。具体可以看源码letre=/
(?:\s.*?)*board-index.*?>(\d+)<\/i>(?:\s.*?)*data-src="(.*?)"(?:\s.*?)*name">(.*?)<\/a><\/p>\s*?\s*?(.*?)\s*?<\/p>(?:\s.*?)*releasetime">(.*?)<\/p>(?:\s.*?)*integer">(.*?)<\/i>.*?fraction">(.*?)<\/i>/g[x]6.4今日头条Ajax街拍抓拍//主要有一个问题，下面的代码主要是判断文件是否存在，如果不存在则抛出异常然后writefile，但是总觉得这种处理方式有问题。希望能找到更合理的方法。try{fs.accessSync(file_path)console.warning('AlreadyDownloaded',file_path)}catch(error){response.data.pipe(fs.createWriteStream(file_path))}[x]7.4淘宝商品这里主要介绍的是puppeteer是GoogleChrome团队的官方无头（headless）Chrome工具。通过puppeteer，我们可以轻松模拟用户操作[x]8图片验证代码识别这里主要要注意的是node-tesseract库和gm。由于一开始使用tesseract.js库，所以一直报错。可以看到issues1和issues2这两个问题，然后改成node-tesseract。感觉是因为墙或者是配置问题//可能路径指向本地就好了，具体没测试过，以后找问题看window.Tesseract=Tesseract.create({workerPath:'/path/to/worker.js',langPath:'https://cdn.rawgit.com/naptha/tessdata/gh-pages/3.02/',corePath:'https://cdn.rawgit.com/naptha/tesseract.js-core/0.1.0/index.js',})后面会更新其他的爬虫demo，希望这篇文章对大家有帮助github地址
