girlCrawler

一个针对网站 http://www.girl13.com 上图片的爬取工具，具有以下功能和特性:

• 爬取到网站上所有主体下的图片列表
• 在本地建立与各主题对应的文件夹
• 将爬取到的图片下载到本地对应主题的文件夹下
• 多次运行工程能够检测图片文件是否已经存在，如存在则不再下载，只下载新的图片，节省流量

girlCrawler 主要是建立在以下依赖库之上的：

• Node.js - 应用服务器
• cheerio - 为服务器特别定制的，快速、灵活、实施的 jQuery 核心实现

安装和启动

1. 安装 Node.js.

2. 将整个工程 clone 到本地.

---

$ git clone https://github.com/xuelangcxy/girlCrawler.git

3. 安装依赖文件

• 使用 yarn 安装(推荐使用):

  ---

  $ yarn
  

• 或者使用 npm 安装：

  ---

    $ npm install
  

4. 在工程的根目录下启动主文件

• 直接运行 script (推荐使用):

  ---

    $ yarn start
  

• 或者：

  ---

    $ npm start
  

尚存在的问题

1. 运行该工程时存在中途中断下载的情况，可以直接按 Ctrl+c 以终止运行并尝试再次启动工程.
2. 下载完成后可能存在某些图片不能查看，图片大小为0，可以将此类图片文件删除并尝试再次运行工程.
3. 再次运行工程不会重复下载已存在的文件.

温馨提示：

由于图片数量较大，经测试大小大概在350-400MB，请下载前酌情考虑