我正在尝试使用 headless Chrome 和 Puppeteer 来运行我们的 Javascript 测试,但我无法从页面中提取结果。基于 this answer ,看来我应该使用 page.evaluate()
.该部分甚至有一个看起来像我需要的示例。
const bodyHandle = await page.$('body');
const html = await page.evaluate(body => body.innerHTML, bodyHandle);
await bodyHandle.dispose();
作为一个完整的示例,我尝试将其转换为一个脚本,该脚本将从我在 Stack Overflow 上的用户个人资料中提取我的姓名。我们的项目使用的是 Node 6,所以我将 await
表达式转换为使用 .then()
.
const puppeteer = require('puppeteer');
puppeteer.launch().then(function(browser) {
browser.newPage().then(function(page) {
page.goto('https://stackoverflow.com/users/4794').then(function() {
page.$('h2.user-card-name').then(function(heading_handle) {
page.evaluate(function(heading) {
return heading.innerText;
}, heading_handle).then(function(result) {
console.info(result);
browser.close();
}, function(error) {
console.error(error);
browser.close();
});
});
});
});
});
当我运行它时,我得到了这个错误:
$ node get_user.js
TypeError: Converting circular structure to JSON
at Object.stringify (native)
at args.map.x (/mnt/data/don/git/Kive/node_modules/puppeteer/node6/helper.js:30:43)
at Array.map (native)
at Function.evaluationString (/mnt/data/don/git/Kive/node_modules/puppeteer/node6/helper.js:30:29)
at Frame.<anonymous> (/mnt/data/don/git/Kive/node_modules/puppeteer/node6/FrameManager.js:376:31)
at next (native)
at step (/mnt/data/don/git/Kive/node_modules/puppeteer/node6/FrameManager.js:355:24)
at Promise (/mnt/data/don/git/Kive/node_modules/puppeteer/node6/FrameManager.js:373:12)
at fn (/mnt/data/don/git/Kive/node_modules/puppeteer/node6/FrameManager.js:351:10)
at Frame._rawEvaluate (/mnt/data/don/git/Kive/node_modules/puppeteer/node6/FrameManager.js:375:3)
问题似乎在于将输入参数序列化为 page.evaluate()
。我可以传入字符串和数字,但不能传入元素句柄。示例是错误的,还是 Node 6 的问题?如何提取 DOM Node 的文本?
最佳答案
我找到了三个解决此问题的方法,具体取决于您提取的复杂程度。最简单的选项是一个我没有注意到的相关函数:page.$eval()
.它基本上做了我想做的事:结合了 page.$()
和 page.evaluate()
。这是一个有效的示例:
const puppeteer = require('puppeteer');
puppeteer.launch().then(function(browser) {
browser.newPage().then(function(page) {
page.goto('https://stackoverflow.com/users/4794').then(function() {
page.$eval('h2.user-card-name', function(heading) {
return heading.innerText;
}).then(function(result) {
console.info(result);
browser.close();
});
});
});
});
这给了我预期的结果:
$ node get_user.js
Don Kirkby top 2% overall
我想提取一些更复杂的东西,但我终于意识到评估函数是在页面上下文中运行的。这意味着您可以使用页面中加载的任何工具,然后来回发送字符串和数字。在这个例子中,我在一个字符串中使用 jQuery 来提取我想要的内容:
const puppeteer = require('puppeteer');
puppeteer.launch().then(function(browser) {
browser.newPage().then(function(page) {
page.goto('https://stackoverflow.com/users/4794').then(function() {
page.evaluate("$('h2.user-card-name').text()").then(function(result) {
console.info(result);
browser.close();
});
});
});
});
这给了我一个空白完整的结果:
$ node get_user.js
Don Kirkby
top 2% overall
在我的真实脚本中,我想提取几个 Node 的文本,所以我需要一个函数而不是一个简单的字符串:
const puppeteer = require('puppeteer');
puppeteer.launch().then(function(browser) {
browser.newPage().then(function(page) {
page.goto('https://stackoverflow.com/users/4794').then(function() {
page.evaluate(function() {
return $('h2.user-card-name').text();
}).then(function(result) {
console.info(result);
browser.close();
});
});
});
});
这给出了完全相同的结果。现在我需要添加错误处理,并可能降低缩进级别。
关于node.js - 使用 Puppeteer 和 headless Chrome 获取 DOM Node 文本,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46202985/