javascript - 如何处理 puppeteer-cluster[CONCURRENCY_BROWSER] 中的多个选项卡？

Question

我正在尝试抓取具有以下条件的 3 个网址

1. 每个网址都需要在单独的浏览器中运行。

2. 网址可能包含 2 个或更多要点击的链接

3. 在相应浏览器的新选项卡中打开链接(并行)并切换到该选项卡并抓取内容。

换句话说，我试图在浏览器中打开一个网址，获取页面中的链接，根据同一浏览器中获取的链接数量打开新选项卡，切换选项卡，单击其中的按钮并获取确认消息。

我还需要并行运行 3 个网址。

我已尝试使用 CONCURRENCY_BROWSER 选项并行运行 URL，但无法在新选项卡中打开链接。有关如何操作 puppeteer-cluster 中的选项卡的任何建议

我需要的是:

async function test(){
    const cluster = await Cluster.launch({
        puppeteerOptions: {
            headless: false,
            defaultViewport: null, 
        },
      
        concurrency: Cluster.CONCURRENCY_BROWSER,
        maxConcurrency: 5,
        skipDuplicateUrls : true,
        timeout : 240000,
    });

    // initiate the cluster task for a set of urls from the cluster queue;
    
    await page.goto(url);
    
    // on visiting the page i retrieve 2 or more links and store it in a array
    
    let linksArray = [...subUrl];
    
    //load suburl in a new tab respectively of the same browser

    await cluster.newPage()

    //screenshot suburl
    
    await page.screenshot(suburl)
        
}

类型错误:cluster.newPage 不是函数

在 puppeteer 中，我曾经使用命令打开一个新选项卡等待 browser.newPage()

Answer 1

这里是puppeteer-cluster的作者。重复使用同一个浏览器并不容易。但是，您可以定义一个任务，其中包含多个 page.goto 调用，如下所示:

const cluster = await Cluster.launch(/* ... */);

// define the task and reuse the window 
await cluster.task(async ({ page, data: url }) => {
    await page.goto(url);
    const secondUrl = /* ... */; // extract another URL somehow
    await page.goto(secondUrl);
    await page.screenshot(/* ... */);
});

// queue your initial links
cluster.queue('http://...');
cluster.queue('http://...');
// ...