node.js - 使用 puppeteer 抓取动态站点

Question

我正在尝试构建一个简单的刮刀来抓取 Trailblazer Profile地点。 我想获取用户的徽章数和积分数。

所以我使用 Cheerio 和 puppeteer 来完成此任务。

这是我的代码-->

 .get("/:profile", (req,res,next) => {

  const url = "https://trailblazer.me/id/hverma99";

  async function getPage(url) {
    const browser = await puppeteer.launch({headless: true});
    const page = await browser.newPage();
    await page.goto(url, {waitUntil: 'networkidle0'});

    const html = await page.content(); // serialized HTML of page DOM.
    await browser.close();
    return html;
  }

  const html = getPage(url);
  const $ = cheerio.load(html);
  const span = $('.tds-tally__count.tds-tally__count_success');
  console.log(span.text());

});

目前尚未使用配置文件参数，因为我只是在测试它。

Problem : Whenever I run this code I do not get anything printed on the console and if i try without puppeteer then I only get the html without any data. My expected result is the number of badges and points.

让我知道这段代码有什么问题。

谢谢

Answer 1

一切都是正确的。您所要做的就是 await 您的 getPage 调用，因为它是异步的。试试这个

.get("/:profile", async (req,res,next) => {

  const url = "https://trailblazer.me/id/hverma99";

  async function getPage(url) {
    const browser = await puppeteer.launch({headless: true});
    const page = await browser.newPage();
    await page.goto(url, {waitUntil: 'networkidle0'});

    const html = await page.content(); // serialized HTML of page DOM.
    await browser.close();
    return html;
  }

  const html = await getPage(url);
  const $ = cheerio.load(html);
  const span = $('.tds-tally__count.tds-tally__count_success');
  console.log(span.text());

});

还需要像这样放置async - async (req,res,next)