Puppeteer環(huán)境搭建的詳細步驟
簡介
Puppeteer是Google開發(fā)并開源的一款工具,可用代碼驅(qū)動瀏覽器操作。
由于諸多優(yōu)秀的特性,Puppeteer常被用在爬蟲與自動化測試上。詳細介紹參見官方 README 。
Puppeteer本身是個NodeJS的庫,自動化腳本也需要使用NodeJS編寫,如果對JS不了解建議先學習JavaScript基礎(chǔ)語法,或者使用Selenium等其他工具去實現(xiàn)。
對于一個陌生的工具,應當先檢查是否適合自己,再去嘗試使用,切莫盲目從眾。
Puppeteer 用處
- 利用網(wǎng)頁生成PDF、圖片
- 爬取SPA應用,并生成預渲染內(nèi)容(即“SSR” 服務端渲染)
- 可以從網(wǎng)站抓取內(nèi)容
- 自動化表單提交、UI測試、鍵盤輸入等
- 幫你創(chuàng)建一個最新的自動化測試環(huán)境(chrome),可以直接在此運行測試用例6.捕獲站點的時間線,以便追蹤你的網(wǎng)站,幫助分析網(wǎng)站性能問題
配置
Node環(huán)境配置
下載并安裝NodeJS:
wget https://nodejs.org/dist/v8.12.0/node-v8.12.0-linux-x64.tar.xz tar xf node-v8.12.0-linux-x64.tar.xz mv node-v8.12.0-linux-x64 /usr/local/lib ln -s /usr/local/lib/node-v8.12.0-linux-x64/bin/npm /usr/local/bin/ ln -s /usr/local/lib/node-v8.12.0-linux-x64/bin/node /usr/local/bin/
*(可選)配置淘寶的源,加速npm包的下載:
npm config set registry https://registry.npm.taobao.org
安裝Puppeteer
配置淘寶的Puppeteer下載源,用于安裝Chromium:
export PUPPETEER_DOWNLOAD_HOST=https://storage.googleapis.com.cnpmjs.org npm i puppeteer
國內(nèi)不配置時會在卡在下載Chromium
示例
新建一個test.js
const puppeteer = require('puppeteer');
(async () => {
const browser = await puppeteer.launch({
ignoreHTTPSErrors: true,
headless: false,
args: ['--no-sandbox']
});
const page = await browser.newPage();
await page.goto('https://intest.tech');
await page.waitFor(5e3);
await browser.close();
})();
運行:
node test.js
截圖
知識點
- puppeteer.launch 啟動瀏覽器實例
- browser.newPage() 創(chuàng)建一個新頁面
- page.goto 進入指定網(wǎng)頁
- page.screenshot 截圖
const puppeteer = require('puppeteer');
(async () => {
const browser = await (puppeteer.launch({
// 若是手動下載的chromium需要指定chromium地址, 默認引用地址為 /項目目錄/node_modules/puppeteer/.local-chromium/
executablePath: '/Users/huqiyang/Documents/project/z/chromium/Chromium.app/Contents/MacOS/Chromium',
//設(shè)置超時時間
timeout: 15000,
//如果是訪問https頁面 此屬性會忽略https錯誤
ignoreHTTPSErrors: true,
// 打開開發(fā)者工具, 當此值為true時, headless總為false
devtools: false,
// 關(guān)閉headless模式, 會打開瀏覽器
headless: false
}));
const page = await browser.newPage();
await page.goto('https://www.jianshu.com/u/40909ea33e50');
await page.screenshot({
path: 'jianshu.png',
type: 'png',
// quality: 100, 只對jpg有效
fullPage: true,
// 指定區(qū)域截圖,clip和fullPage兩者只能設(shè)置一個
// clip: {
// x: 0,
// y: 0,
// width: 1000,
// height: 40
// }
});
browser.close();
})();
進階,獲取網(wǎng)易云音樂的歌詞和評論
網(wǎng)易云音樂的API經(jīng)過AES和RSA算法加密,需要攜帶加密的信息通過POST方式請求才能獲取到數(shù)據(jù)。但 Puppeteer 出現(xiàn)后,這些都不重要了,只要它頁面上顯示了,通過 Puppeteer 都能獲取到該元素。
知識點
- page.type 獲取輸入框焦點并輸入文字
- page.keyboard.press 模擬鍵盤按下某個按鍵,目前mac上組合鍵無效為已知bug
- page.waitFor 頁面等待,可以是時間、某個元素、某個函數(shù)
- page.frames() 獲取當前頁面所有的 iframe,然后根據(jù) iframe 的名字精確獲取某個想要的 iframe
- iframe.$('.srchsongst') 獲取 iframe 中的某個元素
- iframe.evaluate() 在瀏覽器中執(zhí)行函數(shù),相當于在控制臺中執(zhí)行函數(shù),返回一個 Promise
- Array.from 將類數(shù)組對象轉(zhuǎn)化為對象
- page.click() 點擊一個元素
- iframe.$eval() 相當于在 iframe 中運行 document.queryselector 獲取指定元素,并將其作為第一個參數(shù)傳遞
- iframe.$$eval 相當于在 iframe 中運行 document.querySelectorAll 獲取指定元素數(shù)組,并將其作為第一個參數(shù)傳遞
const fs = require('fs');
const puppeteer = require('puppeteer');
(async () => {
const browser = await (puppeteer.launch({ executablePath: '/Users/huqiyang/Documents/project/z/chromium/Chromium.app/Contents/MacOS/Chromium', headless: false }));
const page = await browser.newPage();
// 進入頁面
await page.goto('https://music.163.com/#');
// 點擊搜索框擬人輸入 鬼才會想起
const musicName = '鬼才會想';
await page.type('.txt.j-flag', musicName, {delay: 0});
// 回車
await page.keyboard.press('Enter');
// 獲取歌曲列表的 iframe
await page.waitFor(2000);
let iframe = await page.frames().find(f => f.name() === 'contentFrame');
const SONG_LS_SELECTOR = await iframe.$('.srchsongst');
// 獲取歌曲 鬼才會想起 的地址
const selectedSongHref = await iframe.evaluate(e => {
const songList = Array.from(e.childNodes);
const idx = songList.findIndex(v => v.childNodes[1].innerText.replace(/\s/g, '') === '鬼才會想起');
return songList[idx].childNodes[1].firstChild.firstChild.firstChild.href;
}, SONG_LS_SELECTOR);
// 進入歌曲頁面
await page.goto(selectedSongHref);
// 獲取歌曲頁面嵌套的 iframe
await page.waitFor(2000);
iframe = await page.frames().find(f => f.name() === 'contentFrame');
// 點擊 展開按鈕
const unfoldButton = await iframe.$('#flag_ctrl');
await unfoldButton.click();
// 獲取歌詞
const LYRIC_SELECTOR = await iframe.$('#lyric-content');
const lyricCtn = await iframe.evaluate(e => {
return e.innerText;
}, LYRIC_SELECTOR);
console.log(lyricCtn);
// 截圖
await page.screenshot({
path: '歌曲.png',
fullPage: true,
});
// 寫入文件
let writerStream = fs.createWriteStream('歌詞.txt');
writerStream.write(lyricCtn, 'UTF8');
writerStream.end();
// 獲取評論數(shù)量
const commentCount = await iframe.$eval('.sub.s-fc3', e => e.innerText);
console.log(commentCount);
// 獲取評論
const commentList = await iframe.$$eval('.itm', elements => {
const ctn = elements.map(v => {
return v.innerText.replace(/\s/g, '');
});
return ctn;
});
console.log(commentList);
})();
參考
https://github.com/cnpm/cnpmjs.org/issues/1246#issuecomment-341631992
以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Node.JS 循環(huán)遞歸復制文件夾目錄及其子文件夾下的所有文件
在Node.js中,要實現(xiàn)目錄文件夾的循環(huán)遞歸復制也非常簡單,使用fs模塊即可,僅需幾行,而且性能也不錯,我們先來實現(xiàn)文件的復制,需要的朋友可以參考下2017-09-09
解決npm?run?serve啟動報錯npm?ERR?Missing?script:"serve&q
這篇文章主要給大家介紹了關(guān)于解決npm?run?serve啟動報錯npm?ERR?Missing?script:"serve"的相關(guān)資料,這是最近開發(fā)中遇到的一個問題,文中通過圖文將解決辦法介紹的非常詳細,需要的朋友可以參考下2023-01-01
nodejs基于express實現(xiàn)文件上傳的方法
這篇文章主要介紹了nodejs基于express實現(xiàn)文件上傳的方法,結(jié)合實例形式分析了nodejs基于express框架實現(xiàn)文件上傳功能的具體步驟與相關(guān)操作技巧,需要的朋友可以參考下2018-03-03
Node.js中使用計時器定時執(zhí)行函數(shù)詳解
這篇文章主要介紹了Node.js中使用計時器定時執(zhí)行函數(shù)詳解,本文使用了Node.js中的setTimeout和setInterval函數(shù),需要的朋友可以參考下2014-08-08

