var http = require('http');
var fs = require('fs');
var cheerio = require('cheerio');
var request = require('request');
var i = 0;
//初始url 
var url = "http://cs.whu.edu.cn/a/xinwendongtaifabu/2018/0428/7053.html"; 

function fetchPage(x) {     //封裝了一層函數(shù)
  startRequest(x); 
}

function startRequest(x) {
     //采用http模塊向服務(wù)器發(fā)起一次get請(qǐng)求      
     http.get(x, function (res) {     
        var html = '';        //用來(lái)存儲(chǔ)請(qǐng)求網(wǎng)頁(yè)的整個(gè)html內(nèi)容
        var titles = [];    
        res.setEncoding('utf-8'); //防止中文亂碼
     //監(jiān)聽(tīng)data事件，每次取一塊數(shù)據(jù)
     res.on('data', function (chunk) {   
	      html += chunk;
	 });
     //監(jiān)聽(tīng)end事件，如果整個(gè)網(wǎng)頁(yè)內(nèi)容的html都獲取完畢，就執(zhí)行回調(diào)函數(shù)
     res.on('end', function () {
         var $ = cheerio.load(html); //采用cheerio模塊解析html
         var news_item = {
          //獲取文章的標(biāo)題
          title: $('div#container dt').text().trim(),
          i: i = i + 1,     
       };

	  console.log(news_item);     //打印新聞信息
	  var news_title = $('div#container dt').text().trim();
	  savedContent($,news_title);  //存儲(chǔ)每篇文章的內(nèi)容及文章標(biāo)題
	  savedImg($,news_title);    //存儲(chǔ)每篇文章的圖片及圖片標(biāo)題
       //下一篇文章的url
       var nextLink="http://cs.whu.edu.cn" + $("dd.Paging a").attr('href');
       str1 = nextLink.split('-');  //去除掉url后面的中文
       str = encodeURI(str1[0]);  
       //這是亮點(diǎn)之一，通過(guò)控制I,可以控制爬取多少篇文章.武大只有8篇，所以設(shè)置為8
       if (i <= 8) {                
          fetchPage(str);
       }
	});
}).on('error', function (err) {
      console.log(err);
    });
 }
//該函數(shù)的作用：在本地存儲(chǔ)所爬取的新聞內(nèi)容資源
function savedContent($, news_title) {
	$('dd.info').each(function (index, item) {
		var x = $(this).text();       
		var y = x.substring(0, 2).trim();
		if (y == '') {
			x = x + '\n';   
			//將新聞文本內(nèi)容一段一段添加到/data文件夾下，并用新聞的標(biāo)題來(lái)命名文件
			fs.appendFile('./data/' + news_title + '.txt', x, 'utf-8', function (err) {
				if (err) {
				console.log(err);
				}
			});
		}	
	})
}       
//該函數(shù)的作用：在本地存儲(chǔ)所爬取到的圖片資源
function savedImg($,news_title) {
  $('dd.info img').each(function (index, item) {
        var img_title = $(this).parent().next().text().trim();  //獲取圖片的標(biāo)題
        if(img_title.length>35||img_title==""){
         	img_title="Null";
        }
        var img_filename = img_title + '.jpg';
        var img_src = 'http://cs.whu.edu.cn' + $(this).attr('src'); //獲取圖片的url

		//采用request模塊，向服務(wù)器發(fā)起一次請(qǐng)求，獲取圖片資源
		request.head(img_src,function(err,res,body){
		  if(err){
		    console.log(err);
		  }
		});
		request(img_src).pipe(fs.createWriteStream('./image/'+news_title + '---' + img_filename));     //通過(guò)流的方式，把圖片寫到本地/image目錄下，并用新聞的標(biāo)題和圖片的標(biāo)題作為圖片的名稱。
	})
}

fetchPage(url);      //主程序開(kāi)始運(yùn)行

var url = {
	hostname: 'cl.5fy.xyz',
	path: '/thread0806.php?fid=7',
	headers: {
		'Content-Type': 'text/html',
  	//沒(méi)有這個(gè)字段的話訪問(wèn)不了
  	'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36',  
  }};

/*
* @Author: user
* @Date:   2018-04-28 19:34:50
* @Last Modified by:   user
* @Last Modified time: 2018-04-30 21:35:26
*/
var http = require('http');
var fs = require('fs');
var cheerio = require('cheerio');
var request = require('request');
var iconv=require('iconv-lite');
var i = 0;
  //用來(lái)判斷存儲(chǔ)還是訪問(wèn)
  var temp=0;
  let startPage=3;//從哪一頁(yè)開(kāi)始爬
  let page=startPage;
  let endPage=5;//爬到哪一頁(yè)
  let searchText='';//爬取的關(guān)鍵字，默認(rèn)全部爬取，根據(jù)自己需要
  //初始url 
  var url = {
  hostname: '1024liuyouba.tk',
  path: '/thread0806.php?fid=16'+'&search=&page='+startPage,
  headers: {
    'Content-Type': 'text/html',
    //沒(méi)有這個(gè)字段的話訪問(wèn)不了
    'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36',  
  }};
//存儲(chǔ)首頁(yè)url
urlList=[];
//封裝了一層函數(shù)
function fetchPage(x) { 
  setTimeout(function(){  
    startRequest(x); },5000)
}
//首先存儲(chǔ)要訪問(wèn)界面的url
function getUrl(x){
  temp++;
  http.get(x,function(res){
    var html = ''; 
    res.setEncoding('binary');
    res.on('data', function (chunk) {   
      html += chunk;
    });
    res.on('end', function () {
      var buf=new Buffer(html,'binary');
      var str=iconv.decode(buf,'GBK');
          var $ = cheerio.load(str); //采用cheerio模塊解析html                
          $('tr.tr3 td.tal h3 a').each(function(){
            var search=$(this).text();
            if(search.indexOf(searchText)>=0){
            var nextLink="http://cl.5fy.xyz/" + $(this).attr('href');
            str1 = nextLink.split('-');  //去除掉url后面的中文
            str = encodeURI(str1[0]); 
            urlList.push(str); }
          })
          page++;
          if(page<endPage){
            //存儲(chǔ)下一頁(yè)url
            x.path='/thread0806.php?fid=16'+'&search=&page='+page,
            getUrl(x);
          }else if(urlList.length!=0){
            fetchPage(urlList.shift());
          }else{
            console.log('未查詢到關(guān)鍵字！');
          }
        })
  }).on('error', function (err) {
    console.log(err);
  });

}
function startRequest(x) {
  if(temp===0){
    getUrl(x);     
  }   
  else{
     //采用http模塊向服務(wù)器發(fā)起一次get請(qǐng)求      
     http.get(x, function (res) {     
        var html = '';        //用來(lái)存儲(chǔ)請(qǐng)求網(wǎng)頁(yè)的整個(gè)html內(nèi)容
        res.setEncoding('binary');
        var titles = [];        
	     //監(jiān)聽(tīng)data事件，每次取一塊數(shù)據(jù)
	    res.on('data', function (chunk) {   
	      html += chunk;
	    });
	     //監(jiān)聽(tīng)end事件，如果整個(gè)網(wǎng)頁(yè)內(nèi)容的html都獲取完畢，就執(zhí)行回調(diào)函數(shù)
	    res.on('end', function () {
	    	var buf=new Buffer(html,'binary');
	    	var str=iconv.decode(buf,'GBK');
	        var $ = cheerio.load(str); //采用cheerio模塊解析html
	        var news_item = {
	          	//獲取文章的標(biāo)題
	        	title: $('h4').text().trim(),
	        	//i是用來(lái)判斷獲取了多少篇文章
	        	i: i = i + 1,     
	      	};
	    console.log(news_item);     //打印信息
	  	var news_title = $('h4').text().trim();
		
	  	savedContent($,news_title);  //存儲(chǔ)每篇文章的內(nèi)容及文章標(biāo)題
		
	  	savedImg($,news_title);    //存儲(chǔ)每篇文章的圖片及圖片標(biāo)題
		
	  	//如果沒(méi)訪問(wèn)完繼續(xù)訪問(wèn)
	  	if (urlList.length!=0 ) {
	    	fetchPage(urlList.shift());
	  	}
	});
}).on('error', function (err) {
    console.log(err);
  });
 }
}
       //該函數(shù)的作用：在本地存儲(chǔ)所爬取的文本內(nèi)容資源
function savedContent($, news_title) {
	$("div.t2[style] .tpc_content.do_not_catch").each(function (index, item) {
          var x = $(this).text();       
          x = x + '\n';   
		  //將新聞文本內(nèi)容一段一段添加到/data文件夾下，并用新聞的標(biāo)題來(lái)命名文件
		  fs.appendFile('./data/' + news_title + '.txt', x, 'utf-8', function (err) {
			  if (err) {
			    console.log(err);
			  }
		  });
		})
 }
//該函數(shù)的作用：在本地存儲(chǔ)所爬取到的圖片資源
function savedImg($,news_title) {
  //創(chuàng)建文件夾
    fs.mkdir('./image/'+news_title, function (err) {
        if(err){console.log(err)}
      });
  $('.tpc_content.do_not_catch input[src]').each(function (index, item) {
        var img_title = index;//給每張圖片附加一個(gè)編號(hào)
        var img_filename = img_title + '.jpg';
        var img_src = $(this).attr('src'); //獲取圖片的url
//采用request模塊，向服務(wù)器發(fā)起一次請(qǐng)求，獲取圖片資源
request.head(img_src,function(err,res,body){
  if(err){
    console.log(err);
  }
});
setTimeout(function(){
  request({uri: img_src,encoding: 'binary'}, function (error, response, body) {
    if (!error && response.statusCode == 200) {
      fs.writeFile('./image/'+news_title+'/' + img_filename, body, 'binary', function (err) {
        if(err){console.log(err)}
      });
    }
  })
});
})
}
fetchPage(url);      //主程序開(kāi)始運(yùn)行