Web Scraping Với JavaScript Và Node.js: Hướng Dẫn Đầy Đủ

Trở lại Tin tức
Tin tức
admin
February 4, 2026

Web Scraping Với JavaScript Và Node.js: Hướng Dẫn Đầy Đủ

JavaScript không chỉ cho frontend. Với Node.js, bạn có thể scrape web hiệu quả như bất kỳ ngôn ngữ backend nào.

Tại Sao Node.js Cho Scraping?

  • Không bị CORS: Browser bị chặn, Node.js thì không
  • Async native: Event loop xử lý nhiều requests hiệu quả
  • Ecosystem mạnh: Cheerio, Puppeteer, Playwright
  • Scale dễ: Không cần refresh browser 500 lần

Setup Project

1. Khởi tạo project

mkdir node-scraping
cd node-scraping
npm init -y

2. Cấu hình ES modules

Trong package.json, thêm:

"type": "module"

3. Cài Cheerio

npm install cheerio

Script Scraping Cơ Bản

import * as cheerio from 'cheerio';

const URL = 'https://quotes.toscrape.com/';

async function scrape() {
    // Fetch HTML
    const res = await fetch(URL);
    const html = await res.text();
    
    // Parse với Cheerio
    const $ = cheerio.load(html);
    const quotes = [];
    
    // Extract data
    $('.quote').each((i, el) => {
        const text = $(el).find('.text').text().trim();
        const author = $(el).find('.author').text().trim();
        
        const tags = [];
        $(el).find('.tags .tag').each((j, tagEl) => {
            tags.push($(tagEl).text().trim());
        });
        
        quotes.push({ text, author, tags });
    });
    
    console.log(JSON.stringify(quotes, null, 2));
}

await scrape();

Cheerio vs Puppeteer

Tool Use Case Speed
Cheerio Static HTML Rất nhanh
Puppeteer JavaScript rendering Chậm hơn
Playwright Cross-browser + JS Chậm hơn

Scrape Hacker News

import * as cheerio from 'cheerio';

const URL = 'https://news.ycombinator.com';

async function run() {
    const res = await fetch(URL);
    const html = await res.text();
    
    const $ = cheerio.load(html);
    const titles = [];
    
    $('.athing .titleline > a').each((i, el) => {
        titles.push($(el).text());
    });
    
    console.log(titles);
}

run();

Node.js Với Proxy

import { HttpsProxyAgent } from 'https-proxy-agent';

const agent = new HttpsProxyAgent(
    'http://user:pass@proxy.vinaproxy.com:8080'
);

const res = await fetch(url, { agent });

Event Loop Là Gì?

Node.js là single-threaded nhưng xử lý async rất hiệu quả. Không block = không chậm.

VinaProxy + Node.js

  • Residential proxy cho scraping ổn định
  • Tích hợp dễ với fetch/axios
  • Giá chỉ $0.5/GB

Xem Hướng Dẫn Node.js →

admin