V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
xuyl
V2EX  ›  Node.js

puppeteer 模拟点击无限循环的问题。

  •  
  •   xuyl · 2018-04-20 16:46:29 +08:00 · 5968 次点击
    这是一个创建于 2410 天前的主题,其中的信息可能已经有所发展或是发生改变。

    代码如下,功能是抓取 jandan 段子区的段子吐槽。由于段子的吐槽是分页的,会有个“点击加载更多”的按钮,要判断该按钮是否存在,存在则持续点击。遇到的问题是,要判断按钮是否存在,要用到 document 对象,但 document 对象只存在于page.evaluate()内;而如果放在page.evaluate()里判断按钮是否存在,存在则点击,点击要用到page.click(selector),而page对象是又不存在于page.evaluate()里,该怎么处理?

    PS: 案例用了 jandan,如果冒犯到站长或者蛋友,还请包涵,只是测试不做他用。

    const puppeteer = require('puppeteer');
    const chalk = require('chalk');
    
    (async() => {
        const browser = await puppeteer.launch({
            executablePath: '/Applications/Chromium.app/Contents/MacOS/Chromium',
            headless: true,
            slowMo: 200,
            ignoreHTTPSErrors: true,
            timeout: 10000
        });
        console.log(chalk.green('服务正常启动'));
        try {
            const page = await browser.newPage();
            page.on('console', msg => {
                if (typeof msg === 'object') {
                    console.dir(msg);
                } else {
                    console.log(chalk.blue(msg));
                }
            });
    
            // 进入页面
            await page.goto('https://jandan.net/duan/page-94#comments');
            const commentBtn = '.tucao-btn';
            await page.click(commentBtn);
    
            const tucao = '.jandan-tucao';
            const tucao_hot = '.tucao-hot';
            const tucao_list = '.tucao-list';
            const tucao_more = 'div.jandan-tucao-more:not([style])';
            await page.waitForSelector(tucao);
            
    
            const cmts = await page.evaluate( (selector, more) => {
    
                const tucaos = Array.from(document.querySelector(selector).querySelectorAll('.tucao-row'));
                return tucaos.map(comment => {
                    const author = comment.querySelector('.tucao-author').textContent;
                    const content = comment.querySelector('.tucao-content').textContent.trim();
                    const oo = comment.querySelector('.tucao-oo').textContent;
                    const xx = comment.querySelector('.tucao-xx').textContent;
                    return `${author} oo[${oo}] xx[${xx}]: \n${content}\n`;
                });
            }, tucao_list, tucao_more);
    
            console.log(cmts.join('\n'));
    
            await browser.close();
            console.log(chalk.green('服务正常结束'));
        } catch (error) {
            console.log(error);
            console.log(chalk.red('服务意外终止'));
            await browser.close();
        } finally {
            process.exit(0);
        }
    })();
    
    3 条回复    2018-04-20 22:33:06 +08:00
    xuyl
        1
    xuyl  
    OP
       2018-04-20 16:54:23 +08:00
    ```
    while ( document.querySelector(tucao_more) )
    {
    page.click(tucao_more);
    page.waitFor(1000);
    }
    ```
    就是这段代码放哪里的问题
    dd0754
        2
    dd0754  
       2018-04-20 21:13:41 +08:00
    await page.goto('https://jandan.net/duan/page-94#comments', {
    timeout: 10000,
    waitUntil: 'domcontentloaded',
    });
    const commentBtn = '.tucao-btn';
    let length = await page.evaluate(commentBtn => {
    let btns = document.querySelectorAll(commentBtn);
    btns.forEach(el => el.click());
    return btns.length;
    }, commentBtn);
    console.log(length);
    xuyl
        3
    xuyl  
    OP
       2018-04-20 22:33:06 +08:00
    @dd0754 你这是对每一条段子都点击吐槽按钮,和我帖子里的需求不是一回事啊。我是点击第一个吐槽按钮,如果吐槽条数很多会分页,希望把加载更多都点过后再解析。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2742 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 34ms · UTC 10:00 · PVG 18:00 · LAX 02:00 · JFK 05:00
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.