node.js - 使用 superagent 抓取 UTF-8网站乱码

问题描述

问 题

我使用 superagent + cheerio 去抓取*东的商品 但是返回的中文乱码 响应头如下
是经过 gzip压缩的 但是按道理 superagent好像会默认解压

*东商品地址https://item.jd.com/5025518.html

我取了商品标题 结果如下

核心代码如下：

var url = 'https://list.jd.com/list.html?cat=670,671,672' //京东电脑
var totalData = [] // 存储总数据
superagent.get(url).end(function (err, res) {
    if (err) {
        return console.error(err)
    }
    var topicUrls = [];  // 页面里面的所有url
    var $ = cheerio.load(res.text) // 拿到页面
    $('#plist .gl-item').each(function (i, e) {
        $e = $(e)
        var href = 'https:' + $e.find('.p-img >a').attr('href') // 拿到所有url
        topicUrls.push(href)
    })

    var ep = new eventproxy();//
    //异步调用结束后，执行某些操作
    ep.after('topic_html', topicUrls.length, function (topics) { //接收res.text
        topics = topics.map(function (topicHtml) {
            var $ = cheerio.load(topicHtml, {decodeEntities: false});
            return ({
                title: $('.sku-name').text().trim()
            });
        });
        totalData.push(topics)
        console.log(totalData);
    })
    topicUrls.forEach(function (e) {
        superagent.get(e).end(function (err, res) {
            ep.emit('topic_html', res.text);
        })
    })


})

解决方案

你需要这个插件
superagent-charset

var request = require('superagent')
var superagent=require('superagent-charset')(request)

superagent
 .get('http://')
 .charset() //指定编码或者为空，为空为自动模式
 .end(function(){
  })

这篇关于node.js - 使用 superagent 抓取 UTF-8网站乱码的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！