javascript - 单击链接后让 Nightmare 等待下一页加载

Question

我正在使用 Nightmare.js 来抓取公共(public)记录，并且只是想让抓取工具等待下一页加载。我正在抓取搜索结果，然后按下一步按钮(显然)进入下一页。我无法使用 nightmare.wait(someConstTime) 准确等待下一页加载，因为有时 someConstTime 比加载下一页所需的时间短(尽管它总是低于 30 秒)。我也无法使用 nightmare.wait(selector) ，因为所有结果页面上始终存在相同的选择器。在这种情况下， Nightmare 基本上根本不会等待，因为选择器已经存在(在我已经抓取的页面上)，因此它将继续多次抓取同一页面，除非新页面在下一个循环之前加载。

点击下一步按钮后，如何有条件地等待下一页加载？

如果我能弄清楚如何 - 我会将当前页面 (currentPageStatus) 的“显示 # 到 # of## 条目”指示器与最后一个已知值 (lastPageStatus)并等待它们不同(因此加载下一页)。

(忽略示例图像只有一个搜索结果页)

我会使用 https://stackoverflow.com/a/36734481/3491991 中的代码来做到这一点但这需要将 lastPageStatus 传递到 deferredWait (我无法弄清楚)。

这是我到目前为止得到的代码:

// Load dependencies
//const { csvFormat } = require('d3-dsv');
const Nightmare = require('nightmare');
const fs = require('fs');
var vo = require('vo');

const START = 'http://propertytax.peoriacounty.org';
var parcelPrefixes = ["01","02","03","04","05","06","07","08","09","10",
                      "11","12","13","14","15","16","17","18","19"]

vo(main)(function(err, result) {
  if (err) throw err;
});

function* main() {
  var nightmare = Nightmare(),
    currentPage = 0;
    // Go to Peoria Tax Records Search
    try {
      yield nightmare
        .goto(START)
        .wait('input[name="property_key"]')
        .insert('input[name="property_key"]', parcelPrefixes[0])
        // Click search button (#btn btn-success)
        .click('.btn.btn-success')
    } catch(e) {
      console.error(e)
    }
    // Get parcel numbers ten at a time
    try {
      yield nightmare
        .wait('.sorting_1')
        isLastPage = yield nightmare.visible('.paginate_button.next.disabled')
        while (!isLastPage) {
          console.log('The current page should be: ', currentPage); // Display page status
          try {
            const result = yield nightmare
              .evaluate(() => {
                return [...document.querySelectorAll('.sorting_1')]
                  .map(el => el.innerText);
              })
              // Save property numbers
              // fs.appendFile('parcels.txt', result, (err) => {
              //   if (err) throw err;
              //   console.log('The "data to append" was appended to file!');
              // });
          } catch(e) {
            console.error(e);
            return undefined;
          }
          yield nightmare
            // Click next page button
            .click('.paginate_button.next')
            // ************* THIS IS WHERE I NEED HELP *************** BEGIN
            // Wait for next page to load before continue while loop
            try {
              const currentPageStatus = yield nightmare
                .evaluate(() => {
                  return document.querySelector('.dataTables_info').innerText;
                })
              console.log(currentPageStatus);
            } catch(e) {
              console.error(e);
              return undefined;
            }
            // ************* THIS IS WHERE I NEED HELP *************** END
          currentPage++;
          isLastPage = yield nightmare.visible('.paginate_button.next.disabled')
        }
    } catch(e) {
      console.error(e)
    }
  yield nightmare.end();
}

Answer 1

我有一个类似的问题，但我设法解决了。基本上我必须导航到搜索页面，选择“每页 100”选项，然后等待刷新。唯一的问题是，手动等待时间是否允许 AJAX 触发并重新填充超过 10 个结果(默认)是一个冒险。

我最终这样做了:

nightmare
.goto(url)
.wait('input.button.primary')
.click('input.button.primary')
.wait('#searchresults')
.select('#resultsPerPage',"100")
.click('input.button.primary')
.wait('.searchresult:nth-child(11)')
.evaluate(function() {
    ...
}
.end()

有了这个，评估将不会触发，直到它检测到至少 11 个具有 .searchresult 类的 div。由于默认值为 10，因此必须等待重新加载才能完成。

您可以扩展此功能以从第一页中抓取可用结果的总数，以确保(就我而言)有超过 10 个可用结果。但这个概念的基础是有效的。