基本思路
思路一（origin:master）：從維基百科的某個分類（比如：航空母艦（key））頁面開始，找出鏈接的title屬性中包含key（航空母艦）的所有目標，加入到待抓取隊列中。這樣，抓一個頁面的代碼及其圖片的同時，也獲取這個網頁上所有與key相關的其它網頁的地址，采取一個類廣度優先遍歷的算法來完成此任務。
思路二（origin:cat）：按分類進行抓取。注意到，維基百科上，分類都以Category:開頭，由于維基百科有很好的文檔結構，很容易從任一個分類，開始，一直把其下的所有分類全都抓取下來。這個算法對分類頁面，提取子分類，且并行抓取其下所有頁面，速度快，可以把分類結構保存下來，但其實有很多的重復頁面，不過這個可以后期寫個腳本就能很容易的處理。

庫的選擇
開始想用jsdom，雖然感覺它功能強大，但也比較“重”，最要命的是說明文檔不夠好，只說了它的優勢，沒一個全面的說明。因此，換成cheerio，輕量級，功能比較全，至少文檔一看就能有一個整體概念。其實做到后來，才發現根本不需要庫，用正則表達式就能搞定一切！用庫只是少寫了一點正則而矣。

關鍵點
全局變量設定：

var regKey = ['航空母艦','航空母

主站蜘蛛池模板：
午夜视频福利
|
视频一区二区三区在线播放
|
精品一区二区三区欧美
|
久久99精品久久久久久久久久久久
|
国产乱色精品成人免费视频
|
日韩欧美色综合
|
噜噜噜躁狠狠躁狠狠精品视频
|
男人天堂免费
|
国产日产精品一区二区三区四区
|
日韩精品中文字幕一区二区三区
|
依人九九宗合九九九
|
深夜福利视频免费观看
|
日韩中文字幕三区
|
快播av在线
|
久久草在线看
|
国产亚洲精久久久久久蜜臀
|
久久恋
|
av电影在线免费
|
性欧美一区
|
天天色宗合|
日本网站一区二区三区
|
精品久久久久久中文字幕
|
久久精品一级片
|
成人免费观看av
|
九九视频久久
|
亚洲国产精品久久久久久久久久
|
日本在线不卡一区二区
|
久久激情小视频
|
欧美日韩高清一区
|
亚洲欧美国产高清
|
色污视频在线观看
|
素人视频免费观看
|
av日韩一区二区三区
|
国产一级不卡毛片
|
黄色网址免费在线
|
免费a级网站|
美女91视频
|
一区二区国产在线
|
国语自产免费精品视频在
|
国产免费传媒av片在线
|
久久国产免费视频
|