Node.io看起来像是拿蛋糕：-）

所有上述解决方案都假定在本地运行scraper。这意味着你将在性能上受到严重限制（由于按顺序或在有限的线程集中运行它们）。一个更好的方法，imho，是依赖于现有的，尽管是商业的，抓取网格。
下面是一个示例：

var bobik = new Bobik("YOUR_AUTH_TOKEN");
bobik.scrape({
  urls: ['amazon.com', 'zynga.com', 'http://finance.google.com/', 'http://shopping.yahoo.com'],
  queries:  ["//th", "//img/@src", "return document.title", "return $('script').length", "#logo", ".logo"]
}, function (scraped_data) {
  if (!scraped_data) {
    console.log("Data is unavailable");
    return;
  }
  var scraped_urls = Object.keys(scraped_data);
  for (var url in scraped_urls)
    console.log("Results from " + url + ": " + scraped_data[scraped_urls[url]]);
});

字符串
在这里，抓取是远程执行的，只有当结果准备好时才会向代码发出回调（还有一个选项可以在结果可用时收集结果）。
您可以从https://github.com/emirkin/bobik_javascript_sdk下载Bobik client proxy SDK

我自己也做过研究，https://npmjs.org/package/wscraper自诩为
一个基于cheerio.js的web scraper代理，一个快速、灵活、精简的核心jQuery实现;构建在request.js之上;灵感来自http-agent.js
非常低的使用率（根据npmjs.org），但值得任何感兴趣的各方看看。

你并不总是需要jQuery。如果你玩从jsdom返回的DOM，例如，你可以很容易地把你需要自己（也考虑到你不必担心xbrowser问题。）看到：https://gist.github.com/1335009这不是从node.io带走，只是说你可能能够自己做这取决于你的浏览器。

使用ES 7的新方式/承诺

通常，当你刮擦的时候，你会想用一些方法来
1.获取Web服务器上的资源（通常为html文档）
1.阅读该资源并将其作为

1. DOM/树结构并使其可导航
   1.使用类似SAS工具将其解析为令牌文档。
   树解析和标记解析都有各自的优点，但是树解析 * 通常 * 要简单得多。我们就来看看request-promise，下面是它的工作原理：

const rp = require('request-promise');
const cheerio = require('cheerio'); // Basically jQuery for node.js 

const options = {
    uri: 'http://www.google.com',
    transform: function (body) {
        return cheerio.load(body);
    }
};

rp(options)
    .then(function ($) {
        // Process html like you would with jQuery... 
    })
    .catch(function (err) {
        // Crawling failed or Cheerio

字符串
这里使用的是cheerio，它本质上是一个轻量级的服务器端jQuery-esque库（不需要窗口对象或jsdom）。
因为您使用的是promise，所以您也可以将其写在异步函数中。它看起来是同步的，但与ES 7是异步的：

async function parseDocument() {
    let $;
    try {
      $ = await rp(options);
    } catch (err) { console.error(err); }

    console.log( $('title').text() ); // prints just the text in the <title>
}

型

查看https://github.com/rc0x03/node-promise-parser

Fast: uses libxml C bindings
Lightweight: no dependencies like jQuery, cheerio, or jsdom
Clean: promise based interface- no more nested callbacks
Flexible: supports both CSS and XPath selectors

字符串

我看到大多数的答案都是正确的，比如cheerio等等，但是一旦你到了需要解析和执行JavaScript（比如SPA等等）的时候，我会去看看https://github.com/joelgriffith/navalia（我是作者）。Navalia是为了支持在无头浏览器环境下的抓取而构建的，它非常快。谢谢！

它是我为Node.JS编写的易于使用但拼写错误的通用scraperhttps://github.com/harish2704/html-scraper它可以基于预定义的模式提取信息。模式定义包括css选择器和数据提取函数。它目前使用cheerio进行dom解析。

我认为这有两个不同的问题。
1.“我想建立一个非常，非常快的东西，可以执行搜索.到几个不同的网站”.要做任何快速的事情，特别是多个任务（因为你想刮多个网站），我建议学习“多线程在Nodejs.”也许这篇文章从DigitalOcean可以帮助：How to use multithreading in NodeJS
1.第二，关于使用Nodejs抓取。这取决于你想要抓取的网站，如果它们是“静态/服务器渲染”，那么你可以使用Cheerio来解析HTML结果，以良好的结构化格式。如果它是一个javascript-rendered website，那么你必须使用类似 puppet 师的东西，可以模拟某些动作，就像一个真实的访问者。你可以阅读这篇文章，强调scraping website in javascript using Puppeteer VS Cheerio之间的区别。希望它能有所帮助！
我应该提到的另一个技巧是，查看网站使用的外部脚本，有时您正在寻找的数据可以在那里找到！
我从来没有在JavaScript上运行过多线程任务，但这似乎是很有可能的！