javascript - 无法在 node.js 控制台上打印 puppeteer 响应

Question

我正在抓取一个网站进行练习，并且正在使用 Puppeteer 作为 headless 浏览器。我的问题是控制台在 Node.js 控制台上记录 puppeteer 响应。

我将产品的 DOM 中的父元素作为目标，并从每个元素中检索某些信息。使用 Google Dev Tools，我的所有查询选择器都是正确的，我可以毫无问题地打印我想要的数据。但是，当尝试打印到我的 node.js 控制台时，我总是得到一个空白数组作为响应。

const puppeteer = require('puppeteer');



let scrape = async () => {

  const masterList = [];

  const browser = await puppeteer.launch({headless: true});
  const page = await browser.newPage();

  await page.goto('https://www.fschumacher.com/catalog/Wallcoverings?sid=0.07316907031133635');

  const result = await page.evaluate(() => {
    return document.querySelector('.search-results-parent').querySelectorAll('.product-preview');
  });


  [].forEach.call(result, (el) =>{
    let thumbnail = el.querySelector('.product-thumb')
                      .querySelector('a')
                      .querySelector('img')
                        .src;

    let product_info = el.querySelector('.product-info').querySelector('div');

    let product_name = product_info.querySelector('a').querySelector('div').innerText;

    let product_id = product_info.querySelector('.product-id');

    let product_color = product_id.querySelector('.product-color').innerText;
    let product_sku = product_id.querySelector('.product-sku').innerText;

    let product_price = product_info.querySelector('.product-price')
                                    .querySelector('span')
                                      .innerText;

    let whole = {
      thumbnail,
      product_name,
      product_color,
      product_sku,
      product_price
    };

    masterList.push(whole);

  });



  browser.close();

  return masterList;
};

scrape().then((res) => {
  console.log(res);
});

我希望 Goggle Dev Tools 中看到的数据出现在我的 Node.js 控制台上。

Answer 1

问题在于 [].forEach.call(result, (el) =>{ 之后运行的所有内容都在 Node 进程中运行，而不是在 Chromium 中运行。因此，诸如 el.querySelector('.product-thumb') 将不起作用，因为此时您已与 Chromium“断开连接”。

好消息是，您可以通过将更多代码移至 Chromium 端来解决此问题:

const mainResult = await page.evaluate(() => {
    const masterList = [];
    var result = document.querySelector('.search-results-parent').querySelectorAll('.product-preview');

    [].forEach.call(result, (el) =>{
    let thumbnail = el.querySelector('.product-thumb')
                        .querySelector('a')
                        .querySelector('img')
                        .src;

    let product_info = el.querySelector('.product-info').querySelector('div');

    let product_name = product_info.querySelector('a').querySelector('div').innerText;

    let product_id = product_info.querySelector('.product-id');

    let product_color = product_id.querySelector('.product-color').innerText;
    let product_sku = product_id.querySelector('.product-sku').innerText;

    let product_price = product_info.querySelector('.product-price')
                                    .querySelector('span')
                                        .innerText;

    let whole = {
        thumbnail,
        product_name,
        product_color,
        product_sku,
        product_price
    };

    masterList.push(whole);

    });

    return masterList;
});
browser.close();  
return mainResult;