最新《TypeScript》来吧-做个爬虫爬B站

// 获取HTML

const BHtml = await superagent

.get(this.url);

// 打印结果

console.log(BHtml)

}

static init(url: string, cookie: string) {

if (!BC.Bilibili) {

BC.Bilibili = new BC(url, cookie);

}

return BC.Bilibili;

}

}

BC.init(“https://www.bilibili.com/”)

写完，运行编译命令

npm run dev

好家伙，直接403被拒绝了，这就尴尬了，老老实实打开B站，打开控制台，打开network，看看具体请求，是不是漏了什么，确实漏了，漏了cookie，通过请求得知，不管有没有登录都一定会带cookie信息，并且即使没有登录这个cookie也是有值的，只是不知道这个值代表什么意思，既然发现了，那就加上

/**

• @description 程序本体

*/

import superagent from “superagent”;

export default class BC {

private static Bilibili: BC;

constructor(private url: string, private cookie: string) {

this.start();

}

private async start() {

// 获取HTML

const BHtml = await superagent

.get(this.url)

.set(“cookie”, this.cookie);

// 打印结果

console.log(BHtml)

}

static init(url: string, cookie: string) {

if (!BC.Bilibili) {

BC.Bilibili = new BC(url, cookie);

}

return BC.Bilibili;

}

}

继续使用命令，运行代码，好家伙，真的取到了整个HTML代码，虽然这个HTML代码完全没有办法阅读，但是没关系，到这里基本已经确定了，方向上是对的，只是继续优化而已；

​

分析HTML

这里就要说到另外一个工具了，强烈推荐，cheerio，对应的官网在这里：cheerio官网，这是一个对JQ核心功能的实现：对DOM的操作，它能在服务端，对有DOM组成的字符串直接进行操作，直接先看个例子吧：

var cheerio = require(‘cheerio’),

$ = cheerio.load(‘

Hello world

$(‘h2.title’).text(‘Hello there!’);

$(‘h2’).addClass(‘welcome’);

$.html();

这个例子来自于网上，虽然简单，但是它一定程度上说明了这个插件的