node.js - 使用 Nodejs 实时抓取聊天记录

Question

我想做的是在 NodeJs 上构建一个抓取应用程序，它从中监控实时聊天并将某些消息存储在任何数据库中？

我想做的是以下内容，我想从聊天平台流中捕获数据，从而捕获一些有用的信息，以帮助那些正在做流媒体服务的人；

但我不知道如何使用 NodeJs 开始这样做，

到目前为止我能做的是捕获消息的数据，但是我无法实时监控新消息， 在这方面有什么帮助吗？

到目前为止我做了什么:

server.js

var express     = require('express');
var fs          = require('fs');
var request     = require('request');
var puppeteer = require('puppeteer');
var app         = express();

app.get('/', function(req, res){

    url = 'https://www.nimo.tv/live/6035521326';

    (async() => {
        
        const browser = await puppeteer.launch();

        const page = await browser.newPage();
        await page.goto(url);
        await page.waitForSelector('.msg-nickname');

        const messages = await page.evaluate(() => {
            return Array.from(document.querySelectorAll('.msg-nickname'))
                    .map(item => item.innerText);
        });

        console.log(messages);
    })();
    res.send('Check your console!')

});

app.listen('8081') 
console.log('Magic happens on port 8081'); 
exports = module.exports = app;

有了这个，我得到了用户消息的昵称并放入一个数组中，我想让我的应用程序运行并在聊天输入完成时自动接收新的昵称， 对这个挑战有帮助吗？

也许我需要使用 WebSocket

Answer 1

如果可能，您应该使用聊天正在使用的 API。尝试打开 Chrome 开发者工具中的网络选项卡，并尝试找出正在发生的网络请求。

---

如果那不可能，您可以使用 MutationObserver监控 DOM 变化。通过 page.exposeFunction 公开一个函数然后听取相关变化。然后，您可以将获得的数据插入数据库。

下面是一些帮助您入门的示例代码:

const puppeteer = require('puppeteer');
const { Client } = require('pg');

(async () => {
    const client = new Client(/* ... */);
    await client.connect(); // connect to database

    const browser = await puppeteer.launch({ headless: false });
    const [page] = await browser.pages();

    // call a handler when a mutation happens
    async function mutationListener(addedText) {
        console.log(`Added text: ${addedText}`);

        // insert data into database
        await client.query('INSERT INTO users(text) VALUES($1)', [addedText]);
    }
    page.exposeFunction('mutationListener', mutationListener);

    await page.goto('http://...');
    await page.waitForSelector('.msg-nickname');

    await page.evaluate(() => {
        // wait for any mutations inside a specific element (e.g. the chatbox)
        const observerTarget = document.querySelector('ELEMENT-TO-MONITOR');
        const mutationObserver = new MutationObserver((mutationsList) => {
            // handle change by checking which elements were added and which were deleted
            for (const mutation of mutationsList) {
                const { removedNodes, addedNodes } = mutation;
                // example: pass innerText of first added element to our mutationListener
                mutationListener(addedNodes[0].innerText);
            }
        });
        mutationObserver.observe( // start observer
            observerTarget,
            { childList: true }, // wait for new child nodes to be added/removed
        );
    });
})();