目标
新建node4项目，代码的入口是 app.js，当调用 node app.js 时，它会输出 http://cn.made-in-china.com/nmEJVvWbTxcu-gongsi-1.html 页下的所有公司主页的公司名字，链接，以及负责人以 json 的格式。 例如：
[ { comname: '苏州斯特凡电子有限公司',
url: 'http://stefan128933.cn.made-in-china.com',
boss: '耿徐 先生' }]内容
体会 Node.js 的 callback hell 之美 学习使用 eventproxy 这一利器控制并发
这一章我们来到了 Node.js 最牛逼的地方——异步并发的内容了。
上一课我们介绍了如何使用 superagent 和 cheerio 来取主页内容，那只需要发起一次 http get 请求就能办到。但这次，我们需要取出每个公司主页的负责人等信息，这就要求我们对公司的主页的链接发起请求，并用 cheerio 去取出所需要的信息。
有些逼格比较高的朋友可能听说过 promise 和 generator 这类概念。不过我呢，只会讲 callback，主要原因是我个人只喜欢 callback。
这次课程我们需要用到三个库：superagent cheerio eventproxy(https://github.com/JacksonTian/eventproxy )
手脚架的工作各位自己来，我们一步一步来一起写出这个程序。
var eventproxy= require('eventproxy');
var superagent=require('superagent');
require('superagent-charset')(superagent);
var cheerio=require('cheerio');
var url=require('url');
var testurl="http://cn.made-in-china.com/nmEJVvWbTxcu-gongsi-1.html";
superagent.get(testurl).charset('gbk').end(function(err,res){
if(err){
return console.log(err);
}
var zstURLs=[];
var $=cheerio.load(res.text)
$('.co-name a').each(function(i,n){
var $n=$(n);
zstURLs.push($n.attr('href'))
})
console.log(zstURLs.length)
var ep=new eventproxy();
ep.after('zst',zstURLs.length,function (topics) {
var topics=topics.map(function (i,n) {
var companyurl=i[0];
var companyhtml=i[1];
var $=cheerio.load(companyhtml);
return({
comname:$('.companyName h1').text().trim(),
url:companyurl,
boss:$('.flu-name').text().trim()
})
})
console.log(topics);
})
zstURLs.forEach(function (zstURL) {
superagent.get(zstURL).charset('gbk').end(function (err,res) {
if(err){
return console.log(err);
}
ep.emit('zst',[zstURL,res.text])
})
})
});我们先得到所有公司主页的url地址了，接下来，我们把这些地址都抓取一遍，就完成了，Node.js 就是这么简单。
抓取之前，还是得介绍一下 eventproxy 这个库。
用 js 写过异步的同学应该都知道，如果你要并发异步获取两三个地址的数据，并且要在获取到数据之后，对这些数据一起进行利用的话，常规的写法是自己维护一个计数器。
先定义一个 var count = 0，然后每次抓取成功以后，就 count++。如果你是要抓取三个源的数据，由于你根本不知道这些异步操作到底谁先完成，那么每次当抓取成功的时候，就判断一下 count === 3。当值为真时，使用另一个函数继续完成操作。
而 eventproxy 就起到了这个计数器的作用，它来帮你管理到底这些异步操作是否完成，完成之后，它会自动调用你提供的处理函数，并将抓取到的数据当参数传过来。
假设我们不使用 eventproxy 也不使用计数器时，抓取三个源的写法是这样的：
// 参考 jquery 的 $.get 的方法
$.get("http://data1_source", function (data1) {
// something
$.get("http://data2_source", function (data2) {
// something
$.get("http://data3_source", function (data3) {
// something
var html = fuck(data1, data2, data3);
render(html);
});
});
});但大家应该也想到了，其实这三个源的数据，是可以并行去获取的，data2 的获取并不依赖 data1 的完成，data3 同理也不依赖 data2。
于是我们用计数器来写是这样的
(function () {
var count = 0;
var result = {};
$.get('http://data1_source', function (data) {
result.data1 = data;
count++;
handle();
});
$.get('http://data2_source', function (data) {
result.data2 = data;
count++;
handle();
});
$.get('http://data3_source', function (data) {
result.data3 = data;
count++;
handle();
});
function handle() {
if (count === 3) {
var html = fuck(result.data1, result.data2, result.data3);
render(html);
}
}
})();如果我们用 eventproxy，写出来是这样的：
var ep = new eventproxy();
ep.all('data1_event', 'data2_event', 'data3_event', function (data1, data2, data3) {
var html = fuck(data1, data2, data3);
render(html);
});
$.get('http://data1_source', function (data) {
ep.emit('data1_event', data);
});
$.get('http://data2_source', function (data) {
ep.emit('data2_event', data);
});
$.get('http://data3_source', function (data) {
ep.emit('data3_event', data);
});好看多了是吧，也就是个高等计数器嘛。
ep.all(‘data1_event’, ‘data2_event’, ‘data3_event’, function (data1, data2, data3) {});
这一句，监听了三个事件，分别是 data1_event, data2_event, data3_event，每次当一个源的数据抓取完成时，就通过 ep.emit() 来告诉 ep 自己，某某事件已经完成了。
当三个事件未同时完成时，ep.emit() 调用之后不会做任何事；当三个事件都完成的时候，就会调用末尾的那个回调函数，来对它们进行统一处理。
eventproxy 提供了不少其他场景所需的 API，但最最常用的用法就是以上的这种，即：
- 先 var ep = new eventproxy(); 得到一个 eventproxy 实例。
- 告诉它你要监听哪些事件，并给它一个回调函数。ep.all(‘event1’, ‘event2’, function (result1, result2) {})。
- 在适当的时候 ep.emit(‘event_name’, eventData)。
输出如下图：
