使用 n8n 实现你的第一个爬虫程序：从零到自动化

在当今数据驱动的时代，网络爬虫（Web Scraping）是获取和分析数据的重要方式之一。传统爬虫需要编写代码（如 Python + Scrapy），但如果你不想折腾代码，又想快速实现爬虫功能，n8n 是一个绝佳的选择！

n8n 是一个 开源、可视化、低代码的自动化工具，可以轻松搭建爬虫工作流，甚至能自动存储、清洗和转换数据。

在这篇教程中，我将带你 从零开始，用 n8n 实现第一个爬虫程序，目标是从一个示例网站（比如 Quotes to Scrape）抓取名言数据，并保存为结构化格式（如 JSON 或 CSV）。

---

准备工作

在开始之前，确保你已经安装好 n8n：

• 在线体验：n8n.cloud（免费试用）

• 本地安装（推荐）：

  npm install n8n -g
  n8n start

  访问 http://localhost:5678 即可进入 n8n 面板。

 

第一步：创建你的第一个爬虫工作流

1. 新建 Workflow

1. 进入 n8n 面板，点击 Workflows → + New Workflow

2. 命名为 First Web Scraper

2. 添加 HTTP Request 节点（获取网页内容）

1. 点击 + Add Node，搜索 HTTP Request 并选择

2. 配置节点：

   • URL: http://quotes.toscrape.com/

   • Method: GET

3. 点击 Execute Node 测试，你应该能看到网页的 HTML 内容

3. 使用 HTML Extract 节点（提取数据）

现在我们需要从 HTML 中提取 名言、作者、标签 等信息。

1. 添加 HTML Extract 节点，并连接到 HTTP Request

2. 配置提取规则（示例）：

   • Extraction Values:

     • quote（名言）: .quote .text（CSS 选择器）

     • author（作者）: .quote .author

     • tags（标签）: .quote .tags

3. 点击 Execute Node，你应该能看到结构化数据

4. 存储数据（可选）

你可以将数据保存到 文件、数据库或 Google Sheets，例如：

• JSON 文件：使用 Write Binary File 节点

• CSV/Excel：使用 Spreadsheet File 节点

• 数据库：使用 PostgreSQL / MySQL 节点

---

进阶优化

1. 分页爬取

如果想爬取多页数据，可以使用 Loop 节点（如 Function 或 HTTP Request 循环）：

http://quotes.toscrape.com/page/1/
http://quotes.toscrape.com/page/2/
...

2. 动态网页爬取（如 JavaScript 渲染）

如果目标网站是 SPA（单页应用），可以使用：

• Puppeteer（Headless Chrome） 节点

• Playwright 节点

3. 定时自动爬取

使用 Cron 节点，让爬虫每天自动运行：

0 8 * * *  # 每天 8:00 运行

最终效果

完成后的工作流大致如下：

HTTP Request → HTML Extract → (可选: 数据清洗) → 存储（JSON/CSV/Database）

你可以在 n8n 的 JSON 导出 里保存这个工作流，方便下次复用！

---

总结

• n8n 是一个强大的低代码爬虫工具，比传统爬虫更简单

• 无需写代码，只需拖拽节点即可完成数据抓取

• 支持动态网页、分页爬取、定时任务等高级功能

• 数据可自动存储到文件、数据库或云端

如果你遇到问题，欢迎在 评论区留言！

下一篇预告：《如何用 n8n 爬取动态渲染网页（Puppeteer 实战）》

（附：完整 n8n 爬虫 JSON 配置，可在评论区获取！）