1、如何利用node解决seo问题
NodeJS在SEO中的应用：快速采集分析页面
一、安装
网上有很多的教程，下载到https://nodejs.org，在Win系统下运行就可以搭上一个环境。下载Windows的Installer版本，双击安装，就成功了。
然后配置神器Sublime开始使用。
为Sublime添加实时调试运行，打开Sublime-》Tools-》Build System-》New Build System
在新打开的文件中写入下面的代码
然后保存为NodeJS.sublime-build.
新建一个采集.js文件，设为NodeJS进行运行调试。
二、注意
在nodejs里面需要require(库名)的方式来引用一些外部的库，这些外部的库安装NodeJS的时候，已经放在C盘的programfiles下面了。但是直接require是无效的。
因为NodeJS提倡的是自己的代码用自己的库，所以还需要把库复制到采集.js这个文件下面。
引用的时候可以通过npm link 库名的方式，来把系统C盘的库引用到我们的项目下面。
三、直接使用了
注意require的库必须使用npm link 库名克隆到本地，或者自己下载包放到采集.js下面的node_moles目录下面，如果 没有这个目录，自己创建。
其中：
使用Cheerio要取页面的H1标题就简单了
var title=$(‘#article_details h1 a’).text().trim();//读取Div下面的H1标签文本。
有没有jQuery强到爆的感觉。想分析页面什么的，还用正则吗?不用了。还用分析吗?不用了。找个大的Div，直接就读出来了。C#当然也可以用Htmp Agility pack来解析Dom。
但是为此我要新建一个项目，运行，调试，用NodeJS的话，在Sublime里面按Ctrl+B直接运行，可以马上看到效果。而且可以放到服务端。放到我的服务器上去。诸多好处也不大好形容。如果会点JS代码的话，上手应该非常快。
2、2015 nodejs还会火热吗
这段代码的问题是在上面两个语句之间,在整个数据查询的过程中,当前程序进程往往只是在等待结果的返回.这就造成了进程的阻塞.对于高并发,I/O密集行的网络应用中,一方面进程很长时间处于等待状态,一方面为了应付新的请求不断的增加新的进程.这样的浪费会导致系统支持QPS远远小于后端数据服务能够支撑的QPS,成为系统的瓶颈.而且这样的系统也特别容易被慢链接攻击(客户端故意不接收或减缓接收数据,加长进程等待时间).
如何解决阻塞问题
解决这个问题的办法是,建立一种事件机制,发起查询请求之后,立即将进程交出,当数据返回后触发事件,再继续处理数据:
Js代码
//定义如何后续数据处理函数
function onDataLoad(name){
output("name");
}
//发起数据请求,同时指定数据返回后的回调函数
db.query("select name from persons where id=1",onDataLoad);
我们看到按照这个思路解决阻塞问题,首先我们要提供一套高效的异步事件调度机制.而主要用于处理浏览器端的各种交互事件的JavaScript.相对于其他语言,至少有两个关键点特别适合完成这个任务.
为什么JS适合解决阻塞问题
首先JavaScript是一种函数式编程语言,函数编程语言最重要的数学基础是λ演算(lambda calculus) -- 即函数可以接受函数当作输入(参数)和输出(返回值).
函数可以作为其他函数的参数输入的这个特性,使得为事件指定回调函数变得很容易.特别是JavaScript还支持匿名函数.通过匿名函数的辅助,之前的代码可以进行简写如下.
Js代码
db.query("select name from persons where id=1",function(name){
output(name);
});
还有一个关键问题是,异步回调的运行上下文保持(称状态保持),我看一段代码来说明何为状态保持.
Js代码
//传统同步写法:将查询和结果打印抽象为一个方法
function main(){
var id = "1";
var name = db.query("select name from persons where id=" + id);
output("person id:" + id + ", name:" + name);
}
main();
前面的写法在传统的阻塞是编程中非常常见,但接下来进行异步改写时会遇到一些困扰.
Js代码
//异步写法:
function main(){
var id = "1";
db.query("select name from persons where id=" + id,function(name){
output("person id:" + id + ", name:" + name);//n秒后数据返回后执行回调
});
}
main();
细心的同学可以注意到,当等待了n秒数据查询结果返回后执行回调时.回调函数中却仍然使用了main函数的局部变量"id",而"id"已经在n秒前走出了其作用域,这是为什么呢?熟悉JavaScript的同学会淡然告诉您:"这是闭包(closures)~".
其实在复杂的应用中,我们一定会遇到这类场景.即在函数运行时需要访问函数定义时的上下文数据(注意:一定要区分函数定义时和函数运行时这样的字眼和其代表的意义,不然很快就会糊涂).而在异步编程中,函数的定义和运行又分处不同的时间段,那么保持上下文的问题变得更加突出了.
在这个例子中,db.query作为一个公共的数据库查询方法,把"id"这个业务数据传入给db.query,交由其保存是不太合适的.但聪明的同学们可以抽象一下,让db.query再支持一个需要保持状态的数据对象传入,当数据查询完毕后可以把这些状态数据原封不动的回传.如下:
Js代码
function main(){
var id = "1";
var currentState = new Object();
currentState.person_id = id;
db.query("select name from persons where id=" + id, function(name,state){
output("person id:" + state.person_id + ", name:" + name);
},currentState);//注意currentState是db.query的第三个参数
}
main();
记住这种重要的思路,我们再看看是否还能进一步的抽象?可以的,不过接下的动作之前,我们先要了解在JavaScript中一个函数也是一个对象.一个函数实例fn除了具备可函数体的定义之外,仍然可以在这个函数对象实例之上扩展属性,如fn.a=1;受到这个启发我们尝试把需要保持的状态直接绑定到函数实例上.
Js代码
function main(){
var id = "1";
var currentState = new Object();
currentState.person_id = id;
function onDataLoad(name){
output("person id:" + onDataLoad.state.person_id + ", name:" + name);
}
onDataLoad.state = currentState ;//为函数指定state属性,用于保持状态
db.query("select name from persons where id=" + id, onDataLoad);
}
我们做了什么?生成了currentState对象,然后在函数onDataLoad定义时,将currentState绑定给onDataLoad这个函数实例.那么在onDataLoad运行时,就可以拿到定义时的state对象了.而闭包就是内置了这个过程而已.
在每个函数运行时,都有一个运行时对象称为Execution context,它包含如下variable object(VO,变量对象),scope chain(作用域链)和thisValue三部分.详见ECMA-262 JavaScript. The Core
其中变量对象VO,包含了所有局部变量的引用.对于main函数,局部变量"id"存储在VO.id内.看起来用VO来代替我们的currentSate最合适了.但main函数还可能嵌套在其他函数之内,所以我们需要ScopeChain,它是一个包含当前运行函数VO和其所有父函数scope的数组.
所以在这个例子中,在onDataLoad函数定义时,就为默认为其绑定了一个[[scope]]属性指向其父函数的ExecutionContext的ScopeChain.而当函数onDataLoad执行时,就可以通过[[scope]]属性来访问父函数的VO对象来找到id,如果父函数的VO中没有id这个属性,就再继续向上查找其祖先的VO对象,直到找到id这个属性或到达最外层返回undefined.也正是因为这个引用,造成VO的引用计数不为0,在走出作用域时,才不会被垃圾回收.
很多人觉得闭包很难理解,其实我们只要能明确需要区分函数定义和函数运行这两个时机,记住闭包让函数在运行时能够访问到函数定义时的所处作用域内的所有变量.或者说函数定义时能访问到什么变量,那么在函数运行时通过相同的变量名一样能访问到.
关于状态保持是本文的重点,在我看到的多数NodeJS的介绍文章,并没有详解这里,我们只是知道了要解决阻塞问题,但是JavaScript解决阻塞问题的优势在哪里,作为一个前端开发,我想有必要详细解释一下.
其实说到状态保持还有一个类似的场景,比如用户从A页面提交表单到B页面,如果提交数据校验不通过,则需要返回A页面,同时保持用户在A页面填写的内容并提示用户修改不对的地方.从提交到返回显示这也是一个包含网络交互的异步过程.传统网页,用户的状态通过请求传递到服务端,交由后端状态保持(类似交给db.query的currentSate).而使用Ajax的网页,因为并未离开原页面,那么服务端只要负责校验用户提交的数据是否正确即可,发送错误,返回错误处相关信息即可,这就是所谓前端状态保持.可以看到这个场景里边服务端做的事情变少了,变纯粹了.正如我们的例子中db.query不再存储转发第三个state参数,变得更轻量.
我们看到通过JavaScript函数式语言特性,匿名函数支持和闭包很漂亮的解决了同步编程到异步编程转化过程中遇到的一系列最重要的问题.但JavaScript是否就是最好的?这就要回答我们引用新技术时需要考虑的最后一个问题了
使用NodeJS是否带来额外的困扰,如何解决
性能真的是最好么?不用比较我们也可以得到结论NodeJS,做无阻塞编程性能较难做到极致.何为极致,处理一个请求需要占用多少内存,多少cpu资源,多少带宽,如果有浪费就不是极致.阻塞式编程浪费了大量进程资源只是在等待,导致大量内存和cpu的浪费.NodeJs好很多,但也正是因为一些闭包等JS内建机制也会导致资源的浪费,看下面的代码
Js代码
function main(){
var id = "1";
var str = "..."; //这里存储一个2M的字符串
db.query("select name from persons where id=" + id,function(name){
output("person id:" + id + ", name:" + name);//n秒后数据返回后执行回调
});
}
main();
直到数据查询完成,变量str所使用的2M内存不会被释放,而str保持下去可能并没有意义.前面已经解释过闭包的原理,闭包并没有智能到只包起来今后可能被访问到的对象.即使不了解闭包的原理,也可以通过一段简单脚本验证这点:
Js代码
function main(){
var id = "1";
var str = "..."; //这里存储一个2M的字符串
window.setTimeout(function(){
debugger; //我们在这里设置断点
},10000)
}
main();
我们在回调函数当中只设置一个断点,并不指明我们要访问哪个变量.然后我们在控制台监视一下,id和str都是可以拿到的.(此处结论不严谨，各种新浏览器已经就此做了相关优化，详见评论2楼，特别是2楼给出的详细测试报告的连接)
所以我来不负责任的预测一下,性能极端苛刻的场景,无阻塞是未来,但无阻塞发展下去,或者有更轻量的脚本引擎产生(lua?),或者V8JS引擎可能要调整可以disable闭包,或者我们可以通过给JS开发静态编译器在代码发布前优化我们的代码.
我之前谈到过JS静态编译器:"如果给JS代码发布正式使用前增加一个编译步骤,我们能做些什么",动态语言的实时编译系统只完成了静态语言编译中的将代码转化为字节码的过程,而静态语言编译器的额外工作,如接口校验,全局性能优化等待.所以JS也需要一个静态的编译器来完成这些功能,Google利用ClouserComplier提供了系列编译指令,让JS更好的实现OO编程,我来利用静态编译器解决一些JS做细粒度模块化引入的性能方面的问题.而老赵最近的项目JSCEX,则也是利用JS发布前的编译环节重点解决异步编程的代码复杂度问题.
我们习惯于阻塞式编程的写法,切换到异步模式编程,往往对于太多多层次的callback嵌套弄得不知所措.所以老赵开发的JS静态编译器,借鉴F#的Computation Expressions,让大家遵守一些小的约定后,能够仍然保持同步编程的写法,写完的代码通过JSCEX编译为异步回调式的代码再交给JS引擎执行.
如果这个项目足够好用,那就也解决了一个使用NodeJS这种新技术,却加大编程复杂度这个额外引入的困扰.甚至可以沿着这个思路,在静态编译阶段优化内存使用.
NodeJS还要解决什么问题
说了这么多,无阻塞编程要做的还远不止这些.首先需要一个高效的JS引擎,高效的事件池和线程池.另外几乎所有和NodeJS交互的传统模块如文件系统,数据访问,HTTP解析,DNS解析都是阻塞式的,都需要额外改造.
正是NodeJS作者极其团队,认清问题问题以及JS解决这些问题方面的优势.基于高效的V8 JavaScript引擎,贡献了大量的智慧和精力解决上述大部分问题后才有NodeJS横空出世.
当前Node社区如此火热,千余开源的NodeJS模块,活跃在WebFramework,WebSocket,RPC,模板引擎,数据抓取服务,图形图像几乎所有工程领域.
3、为什么前端精通Node.Js的人这么少
1.nodejs比较新，09年才发布距今不到10年，跟JAVA、C++这些老前辈没法比；
2.更新比较频繁, 因为新所以要经常改，改动有多频繁？看人家更新日志感受下（node/ChangeLog at master · joyent/node · GitHub），因而对应的第三方模块改动也大，用过expres3.X跟4.X的同学都懂的。
3.战线比较长，战斗力自然分散，就像html5的 hybrid app 三端通吃，结果每一端都被原生碾压。前后端通吃的人，精力自然分散；哪能像单攻一端那么强？
4.nodejs目前定位比较尴尬，高不成低不就，大项目稳定性、安全性被质疑，小项目还是没人家PHP 各种CMS来得快。随着更新完善，这点以后必定会有所好转。
5.同行的嘲讽；我们行业总有那么一群人，对新、旧技术（c# html5 nodejs）了解皮毛后，发现其缺点然后无限放大在各种社区发帖黑之。虽然无法理解 这种 损人不利己的行为，但其对技术的发展阻碍作用还是很明显的。
PS：第4、5点导致nodejs开发领域，进来的新人多不了，自然就鲜少精通的牛人。
6.nodejs在技术层面上精通有一定难度，一方面前面有知友说了 nodejs后台需要有后端思维才能玩的转，另一方面nodejs后台一些高阶实现就是调用C++代码模块，对于大部分没后台开发经验的前端同仁要精通又得多一道坎。
4、nodejs是能写前端吗
nodejs生来就是为了前端项目服务的，提供了一个平台，可以快速开发网页项目：如下摘抄的解释：
基于：NodeJS 提供了一个﹝让熟悉 JavaScript 的人可以快速上手并可进行后台系统开发﹞的环境/平台，这样的设定。
Short answer: 是的
Long answer:
对于现在的前端来说，尤其是多以 JavaScript 为主做 web app 而不是传统的以 HTML+CSS 为主的网站页面的前端来说，本身业务需求就需要对 JavaScript 有比较深入的理解和认识。
基于此，其对于 NodeJS 的基本概念应该是已经有一定的了解了的。
其次，作为前端自动化（如项目初始化、“编译”、测试等）的要求，需要一定程度上了解 Node，尤其是那些可编程式的工具，如Yeoman、Bower、GruntJS、GulpJS、Protractor等。
还有，作为 full stack engineering 的一种，NodeJS 只要求JS，所以使用 Node 可以让专业的前端（除了前端专业性的基本功，至少还要了解算法和数据结构等程序设计基础的），能够快速转型成全栈开发。
同时，对于以 JS 为主要开发语言并且有比较深入了解的前端来说，学习 NodeJS 难度并不高，event-driven 应该是本就熟悉的，stream 也类似，其它如闭包、Promise、模块化等更是如此；而关于网络、文件系统、进程等的概念理解和相关操作，对于计算机、电子、网络等相关专业出身的人来说，应该是已经有基本认识的，有此类背景的前端上手也会很快，而没有此类背景的，也建议去学习了解一下，毕竟属于计算机学科基础知识。
综上所述，不管是说为了前端自动化，还是前端开发人员为主的全栈式开发，又或者是扩展前端人员知识广度，都是应该有一定 NodeJS 基础的。
5、如何使用nodejs做爬虫程序
作者：Mike Chen
链接：https://www.hu.com/question/31679802/answer/128390326
来源：知乎
著作权归作者所有，转载请联系作者获得授权。
首先楼主要使用nodejs作为语言或者平台来开发爬虫是没有任何问题的，反而nodejs的event io能够让你感觉到网络编程可以如此酣畅淋漓，一如http://nodejs.org 官网给出的http server 的例子，几行代码就能实现web服务，没有apache 没有tomcat也没有iis，只要设置一个回调，监听一个端口，你就可以使用浏览器访问了。
其次，爬虫是最明显的IO密集型应用场景，显然和擅长处理IO的nodejs是绝配，但是把它用好是需要一些功底的。如果你想要从头开发，不借助第三方框架，那么你需要对nodejs中的event emitter 及 http 模块有深入的了解，加上你的HTTP协议的知识，再到node平台中找到相应的实现方案，从而实现你要的功能。举个例子，使用http模块发送一个GET请求到百度，你需要弄清楚对req，也就是http.get的返回值，监听什么样的事件，http的头部信息和正文信息分别应该在什么阶段获取。在python中方法很直白，简简单单的用urllib来open一个链接，接着read就算完事儿，写到这里突然感觉可以理解之前那位仁兄认为的"不适合"，也许是觉得node 不如python的直白，又或许只是对node的理解不够到位，不好拿捏？
最后，如果楼主想要把node作为平台来开发爬虫，我建议直接从开源框架入手，立刻做出一些可用的程序来给自己一些正反馈，然后再慢慢学习体会。
6、对于一个有js基础的人来说，nodejs难还是php难？
如果你之前写js经常使用回调来回调去的函数式编程方法，那么nodejs对你来说比较简单，否则php就比较简单。
7、nodejs对linux系统配置要求高么
检查硬件支持，在安装Linux之前，先确定你的计算机的硬件是否能被Linux所支持。首先，Linux目前支持几乎所有的处理器（CPU）。
其次，早期的Linux只支持数量很少的显卡、声卡，而如今，如果要安装Linux，已经不需要再为硬件是否能被Linux支持担心了。
2、经过十多年的发展，Linux内核不断完善，已经能够支持大部分的主流硬件，同时各大硬件厂商也意识到了Linux操作系统对其产品线的重要性，纷纷针对Linux推出了驱动程序和补丁，使得Linux在硬件驱动上获得了更广泛的支持。
注：
如果你的声卡、显卡是非常新的型号，Linux内核暂时无法支持，那也不要紧，RedHat会自动把无法准确识别的硬件模拟成标准硬件来使用，让硬件一样可以在Linux发挥作用。由于设计Linux时的初衷之一就是用较低的系统配置提供高效率的系统服务，所以安装Linux并没有严格的系统配置要求，只要Pentium以上的CPU、64MB以上的内存、1GB左右的硬盘空间，就能安装基本的Linux系统并且能运行各种系统服务。但是如果要顺畅地运行X-Window，就需要有足够的内存，建议128MB以上。
8、nodejs怎么体现云计算
nodejs是基于js预言的闭包来实现的非阻塞式方式，提高内存的使用效率，增大吞吐量。运行环境是谷歌的V8编译器，提高了js的执行效率。
云技术是基于大数据服务端存储的技术。技术要点中就有高并发及对硬件的使用效率，而nodejs在这两个方面都有不俗表现。
希望我的解释对你有帮助。
9、如何在nodejs 中前端js调用后台的对象
前端通常作为模板，后端负责数据。
前后端合作的主要目的，就是把后端产生的数据丢到前端的模板中。通常这一步有两种方式：
1. 前端的模板交给后端处理，直接写到后端逻辑中，或者通过 MVC 框架整合成后端的相对独立的部分；
2. 后端的数据通过 API 的方式交给前端处理，通过 Ajax 等方式传输数据。
（当然，也有两种方式混合处理的）
如果采用了后端处理模板的方式，那前端开发完静态模板后，需要交给后端开发人员进行模板的整合。这一步要求前端代码整洁易读，而且后端必须熟悉各种前端知识和调试技术。最后需要前端对后端处理过的页面进行检验和调试。（这种方式对沟通要求很高，如果两个人不坐在一起，那合作起来非常麻烦。出现问题或者需要升级时，往往很难定位谁的错，谁去改。所以最好两个人坐在一起开发，甚至一个人负责前后端）
如果采用前端处理数据，Ajax 等方式通信的话，前后端只要商量好所需的 API，然后持续交付一个个 API 就好了。前后端完全不需要了解，技术没有限制，也不需要知道彼此的代码和实现。
两种方式如何选择？
1. 如果前端页面主要做内容展示，需要后端处理的内容比较多，而前端逻辑简单时，建议采用后端 MVC。如博客、新闻类的网站；
2. 如果前端页面的交互和数据处理较多，可以将逻辑放在前端，而后端只负责数据存取。比如各类管理后台。
10、express对于nodejs来说重要吗
看具体项目，如果你对node熟悉的话express就不是很重要了，但是express是封装了很多nodejs的api供使用者使用，他是一个不错的框架，同类的还有koa