node.js - Puppeteer 并未提取所有元素

标签 node.js puppeteer

我正在 NodeJS 中编写一个脚本来提取过去 24 小时内交易量最高的加密货币。 我想在数组中提取名称、股票代码和 24 小时百分比的列,如下所示:

[{ name: 'Bitcoin', ticker: 'BTC', percentage: '20.62%' },
{ name: 'Ethereum', ticker: 'ETH', percentage: '10.19%' },
...
]

我的脚本看起来像这样,但是一旦执行它,它就会跳过一些行。 有谁知道为什么它会随机跳过一些行?有更好的方法吗?

let cryptoData = []

const browser = await puppeteer.launch({ args: ['--no-sandbox'], headless: true })
const page = await browser.newPage()

await page.setViewport({ width: 1536, height: 850 })

await page.goto('https://coinmarketcap.com/', { waitUntil: 'networkidle2' })

// Wait for tickers table to fully load
  await page.waitForSelector('tr:nth-child(1) > td > .cmc-link > .sc-16r8icm-0 > .sc-16r8icm-0 > .sc-1eb5slv-0')

// Sort the list 24h descending
  await page.waitForSelector('.stickyTop:nth-child(5) > div > .sc-9dqrx-0 > .sc-9dqrx-1 > .sc-1eb5slv-0')
  await page.click('.stickyTop:nth-child(5) > div > .sc-9dqrx-0 > .sc-9dqrx-1 > .sc-1eb5slv-0')

// Wait for tickers table to fully load
  await page.waitForSelector('tr:nth-child(1) > td > .cmc-link > .sc-16r8icm-0 > .sc-16r8icm-0 > .sc-1eb5slv-0')


let data = await page.evaluate(() => {
  let tempData = []

  for (let index = 1; index <= 100; index++) {
    let name = document.querySelector(`tr:nth-child(${index}) > td > .cmc-link > .sc-16r8icm-0 > .sc-16r8icm-0 > .sc-1eb5slv-0`)
    let ticker = document.querySelector(`tr:nth-child(${index}) > td > .cmc-link > .sc-16r8icm-0 > .sc-16r8icm-0 > .sc-1teo54s-2 > .sc-1eb5slv-0`)
    let percentage = document.querySelector(`.cmc-table > tbody > tr:nth-child(${index}) > td > .iqsl6q-0`)

    if (name && ticker && percentage) {
      name = name.innerText

      tempData.push({
          id: index,
          name,
          ticker,
          percentage,
        })
    }
  }

  return tempData
})

console.log(data)

await browser.close()

最佳答案

问题是 Puppeteer 没有加载整个页面,需要滚动到页面底部来加载延迟加载数据。

为此,我使用了其他用户的回复:

https://stackoverflow.com/a/53527984

const puppeteer = require('puppeteer');

(async () => {
    const browser = await puppeteer.launch({
        headless: false
    });
    const page = await browser.newPage();
    await page.goto('https://www.yoursite.com');
    await page.setViewport({
        width: 1200,
        height: 800
    });

    await autoScroll(page);

    await page.screenshot({
        path: 'yoursite.png',
        fullPage: true
    });

    await browser.close();
})();

async function autoScroll(page){
    await page.evaluate(async () => {
        await new Promise((resolve, reject) => {
            var totalHeight = 0;
            var distance = 100;
            var timer = setInterval(() => {
                var scrollHeight = document.body.scrollHeight;
                window.scrollBy(0, distance);
                totalHeight += distance;

                if(totalHeight >= scrollHeight){
                    clearInterval(timer);
                    resolve();
                }
            }, 100);
        });
    });
}

关于node.js - Puppeteer 并未提取所有元素,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/66115414/

相关文章:

javascript - 使用 Angular.js 处理基于 OAuth token 的身份验证?

javascript - 如何使用 node-csv 将标题行添加到 CSV 文件?

javascript - Puppeteer $.eval 选择嵌套元素

javascript - 找不到指定 id 未定义的上下文

javascript - 带有 css 的 jade 中的按钮不起作用

javascript - ExpressJS 路由中的正则表达式

node.js - MongoDB 批量插入已经存在许多文档的地方

css - puppeteer header 和 footertemplate 不起作用

puppeteer - 使用 Puppeteer 保存屏幕截图时如何在我的计算机中创建文件夹

javascript - 可见:false and hidden:true之间的区别