javascript - 在尝试抓取 React 网站时获取 index.html 内容

Question

当我尝试使用nodejs抓取reactjs网站时，我只获取index.html文件的内容，而不是网站中使用的标签。这是我尝试过的 -

    const request = require("request");
    const cheerio = require("cheerio");

    const URL = "https://pydata-jal.netlify.com/";

    request(URL, (err, res, body) => {
      if (!err && res.statusCode == 200) {
        const $ = cheerio.load(body);
        console.log($.html());
      }
    });

我应该如何获取 React 网站中使用的全部标签。

请告诉我可以抓取 hackernoon 网站吗？ (仅举个例子)是否合法？

Answer 1

Cheerio 仅解析已渲染的 HTML(例如:静态 HTML)为了获得 React 渲染，您应该依赖使用 Puppeteer 等工具控制的 headless 浏览器。