亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

爬蟲(chóng)利器Puppeteer實(shí)戰(zhàn)

 更新時(shí)間:2019年01月09日 11:39:44   作者:擼起袖子吃雞  
本文詳細(xì)的介紹了什么是Puppeteer以及使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

Puppeteer 介紹

Puppeteer 翻譯是操縱木偶的人,利用這個(gè)工具,我們能做一個(gè)操縱頁(yè)面的人。 Puppeteer 是一個(gè) Nodejs 的庫(kù),支持調(diào)用 Chrome的API來(lái)操縱Web ,相比較 Selenium 或是 PhantomJs ,它最大的特點(diǎn)就是它的操作 Dom 可以完全在內(nèi)存中進(jìn)行模擬既在 V8 引擎中處理而不打開(kāi)瀏覽器,而且關(guān)鍵是這個(gè)是Chrome團(tuán)隊(duì)在維護(hù),會(huì)擁有更好的兼容性和前景。

Puppeteer 用處

  • 利用網(wǎng)頁(yè)生成PDF、圖片
  • 爬取SPA應(yīng)用,并生成預(yù)渲染內(nèi)容(即“SSR” 服務(wù)端渲染)
  • 可以從網(wǎng)站抓取內(nèi)容
  • 自動(dòng)化表單提交、UI測(cè)試、鍵盤輸入等
  • 幫你創(chuàng)建一個(gè)最新的自動(dòng)化測(cè)試環(huán)境(chrome),可以直接在此運(yùn)行測(cè)試用例6.捕獲站點(diǎn)的時(shí)間線,以便追蹤你的網(wǎng)站,幫助分析網(wǎng)站性能問(wèn)題

Puppeteer 使用

安裝 Puppeteer

由于封網(wǎng),直接下載 Chromium 會(huì)失敗,可以先阻止下載 Chromium 然后再手動(dòng)下載它

# 安裝命令
npm i puppeteer --save

# 錯(cuò)誤信息
ERROR: Failed to download Chromium r515411! Set "PUPPETEER_SKIP_CHROMIUM_DOWNLOAD" env variable to skip download.

# 設(shè)置環(huán)境變量跳過(guò)下載 Chromium
set PUPPETEER_SKIP_CHROMIUM_DOWNLOAD=1 

# 或者可以這樣干,只下載模塊而不build
npm i --save puppeteer --ignore-scripts

# 成功安裝模塊
+ puppeteer@0.13.0
added 1 package in 1.77s

手動(dòng)下載 Chromium,下載完后將壓縮包解壓,會(huì)有個(gè) Chromium.app,將其放在你喜歡的目錄下,例如 /Users/huqiyang/Documents/project/z/chromium/Chromium.app。正常安裝包后 Chromium.app 會(huì)在 .local-chromium

Tip:下載 Chromium 失敗解決辦法

更換國(guó)內(nèi)Chromium源

PUPPETEER_DOWNLOAD_HOST=https://storage.googleapis.com.cnpmjs.org
npm i puppeteer

或者用 cnpm 安裝

npm install -g cnpm --registry=https://registry.npm.taobao.org
cnpm i puppeteer

點(diǎn)擊查閱 Puppeteer  API

初試 Puppeteer,截個(gè)圖吧

知識(shí)點(diǎn)

  • puppeteer.launch 啟動(dòng)瀏覽器實(shí)例
  • browser.newPage()  創(chuàng)建一個(gè)新頁(yè)面
  • page.goto 進(jìn)入指定網(wǎng)頁(yè)
  • page.screenshot 截圖
const puppeteer = require('puppeteer');

(async () => {
 const browser = await (puppeteer.launch({
  // 若是手動(dòng)下載的chromium需要指定chromium地址, 默認(rèn)引用地址為 /項(xiàng)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(shí)時(shí)間
  timeout: 15000,
  //如果是訪問(wèn)https頁(yè)面 此屬性會(huì)忽略https錯(cuò)誤
  ignoreHTTPSErrors: true,
  // 打開(kāi)開(kāi)發(fā)者工具, 當(dāng)此值為true時(shí), headless總為false
  devtools: false,
  // 關(guān)閉headless模式, 不會(huì)打開(kāi)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(duì)jpg有效
  fullPage: true,
  // 指定區(qū)域截圖,clip和fullPage兩者只能設(shè)置一個(gè)
  // clip: {
  //  x: 0,
  //  y: 0,
  //  width: 1000,
  //  height: 40
  // }
 });
 browser.close();
})();

運(yùn)行結(jié)果 

進(jìn)階,獲取網(wǎng)易云音樂(lè)的歌詞和評(píng)論

網(wǎng)易云音樂(lè)的API經(jīng)過(guò)AES和RSA算法加密,需要攜帶加密的信息通過(guò)POST方式請(qǐng)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(yè)面上顯示了,通過(guò) Puppeteer 都能獲取到該元素。

知識(shí)點(diǎn)

  • page.type 獲取輸入框焦點(diǎn)并輸入文字
  • page.keyboard.press 模擬鍵盤按下某個(gè)按鍵,目前mac上組合鍵無(wú)效為已知bug
  • page.waitFor 頁(yè)面等待,可以是時(shí)間、某個(gè)元素、某個(gè)函數(shù)
  • page.frames() 獲取當(dāng)前頁(yè)面所有的 iframe,然后根據(jù) iframe 的名字精確獲取某個(gè)想要的 iframe
  • iframe.$('.srchsongst') 獲取 iframe 中的某個(gè)元素
  • iframe.evaluate() 在瀏覽器中執(zhí)行函數(shù),相當(dāng)于在控制臺(tái)中執(zhí)行函數(shù),返回一個(gè) Promise
  • Array.from 將類數(shù)組對(duì)象轉(zhuǎn)化為對(duì)象
  • page.click() 點(diǎn)擊一個(gè)元素
  • iframe.$eval() 相當(dāng)于在 iframe 中運(yùn)行 document.queryselector 獲取指定元素,并將其作為第一個(gè)參數(shù)傳遞
  • iframe.$$eval 相當(dāng)于在 iframe 中運(yùn)行 document.querySelectorAll 獲取指定元素?cái)?shù)組,并將其作為第一個(gè)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(jìn)入頁(yè)面
 await page.goto('https://music.163.com/#');

 // 點(diǎn)擊搜索框擬人輸入 鬼才會(huì)想起
 const musicName = '鬼才會(huì)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(huì)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(huì)想起');
  return songList[idx].childNodes[1].firstChild.firstChild.firstChild.href;
 }, SONG_LS_SELECTOR);

 // 進(jìn)入歌曲頁(yè)面
 await page.goto(selectedSongHref);

 // 獲取歌曲頁(yè)面嵌套的 iframe
 await page.waitFor(2000);
 iframe = await page.frames().find(f => f.name() === 'contentFrame');

 // 點(diǎn)擊 展開(kāi)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(píng)論數(shù)量
 const commentCount = await iframe.$eval('.sub.s-fc3', e => e.innerText);
 console.log(commentCount);

 // 獲取評(píng)論
 const commentList = await iframe.$$eval('.itm', elements => {
  const ctn = elements.map(v => {
   return v.innerText.replace(/\s/g, '');
  });
  return ctn;
 });
 console.log(commentList);
})();

運(yùn)行結(jié)果

高級(jí)爬蟲(chóng)

爬取SPA應(yīng)用,并生成預(yù)渲染內(nèi)容(即“SSR” 服務(wù)端渲染),通俗講就是在頁(yè)面上顯示的內(nèi)容我們都能獲取到。下面我們就通過(guò)爬取 瓜子二手車直賣網(wǎng) 的車輛信息來(lái)認(rèn)識(shí)它。

首先通過(guò) axios 來(lái)試試

const axios = require('axios');
const useAxios = () => {
 axios.get('https://www.guazi.com/hz/buy/')
  .then(((result) => {
   console.log(result.data);
  }))
  .catch((err) => {
   console.log(err);
  });
};

結(jié)果它返回給我這個(gè)玩意,這顯然不是我要的內(nèi)容

通過(guò) Puppeteer 爬取

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: true }));
 const page = await browser.newPage();

 // 進(jìn)入頁(yè)面
 await page.goto('https://www.guazi.com/hz/buy/');

 // 獲取頁(yè)面標(biāo)題
 let title = await page.title();
 console.log(title);

 // 獲取汽車品牌
 const BRANDS_INFO_SELECTOR = '.dd-all.clearfix.js-brand.js-option-hid-info';
 const brands = await page.evaluate(sel => {
  const ulList = Array.from($(sel).find('ul li p a'));
  const ctn = ulList.map(v => {
   return v.innerText.replace(/\s/g, '');
  });
  return ctn;
 }, BRANDS_INFO_SELECTOR);
 console.log('汽車品牌: ', JSON.stringify(brands));
 let writerStream = fs.createWriteStream('car_brands.json');
 writerStream.write(JSON.stringify(brands, undefined, 2), 'UTF8');
 writerStream.end();
 // await bodyHandle.dispose();

 // 獲取車源列表
 const CAR_LIST_SELECTOR = 'ul.carlist';
 const carList = await page.evaluate((sel) => {
  const catBoxs = Array.from($(sel).find('li a'));
  const ctn = catBoxs.map(v => {
   const title = $(v).find('h2.t').text();
   const subTitle = $(v).find('div.t-i').text().split('|');
   return {
    title: title,
    year: subTitle[0],
    milemeter: subTitle[1]
   };
  });
  return ctn;
 }, CAR_LIST_SELECTOR);

 console.log(`總共${carList.length}輛汽車數(shù)據(jù): `, JSON.stringify(carList, undefined, 2));

 // 將車輛信息寫入文件
 writerStream = fs.createWriteStream('car_info_list.json');
 writerStream.write(JSON.stringify(carList, undefined, 2), 'UTF8');
 writerStream.end();

 browser.close();
})();

運(yùn)行結(jié)果

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • 詳解express與koa中間件模式對(duì)比

    詳解express與koa中間件模式對(duì)比

    本篇文章主要介紹了詳解express與koa中間件模式對(duì)比,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2017-08-08
  • package.json各個(gè)屬性說(shuō)明詳解

    package.json各個(gè)屬性說(shuō)明詳解

    這篇文章主要介紹了package.json各個(gè)屬性說(shuō)明詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-03-03
  • nodejs進(jìn)階(6)—連接MySQL數(shù)據(jù)庫(kù)示例

    nodejs進(jìn)階(6)—連接MySQL數(shù)據(jù)庫(kù)示例

    本篇文章主要介紹了nodejs進(jìn)階(6)—連接MySQL數(shù)據(jù)庫(kù)示例,詳細(xì)的介紹了NodeJS操作MySQL數(shù)據(jù)庫(kù),作為應(yīng)用最為廣泛的開(kāi)源數(shù)據(jù)庫(kù)則成為我們的首選,有興趣的可以了解一下。
    2017-01-01
  • node.js使用免費(fèi)的阿里云ip查詢獲取ip所在地【推薦】

    node.js使用免費(fèi)的阿里云ip查詢獲取ip所在地【推薦】

    這篇文章主要介紹了node.js使用免費(fèi)的阿里云ip查詢獲取ip所在地的相關(guān)知識(shí),非常不錯(cuò),具有一定的參考借鑒價(jià)值 ,需要的朋友可以參考下
    2018-09-09
  • Node.js利用斷言模塊assert進(jìn)行單元測(cè)試的方法

    Node.js利用斷言模塊assert進(jìn)行單元測(cè)試的方法

    最近在用Node寫一個(gè)實(shí)時(shí)聊天小應(yīng)用,其中就用到了單元測(cè)試,所以死下面這篇文章主要給大家介紹了關(guān)于Node.js利用斷言模塊assert進(jìn)行單元測(cè)試的方法,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考借鑒,下面來(lái)一起看看吧。
    2017-09-09
  • node.js集成百度UE編輯器

    node.js集成百度UE編輯器

    這篇文章主要介紹了node.js集成百度UE編輯器的方法,需要的朋友可以參考下
    2015-02-02
  • Express框架搭建項(xiàng)目的實(shí)現(xiàn)步驟

    Express框架搭建項(xiàng)目的實(shí)現(xiàn)步驟

    Express是一個(gè)基于Node.js平臺(tái)的輕量級(jí)Web應(yīng)用框架,它提供了簡(jiǎn)潔的API和豐富的功能,本文主要介紹了Express框架搭建項(xiàng)目的實(shí)現(xiàn)步驟,感興趣的可以了解一下
    2024-06-06
  • nodeJS模塊簡(jiǎn)單用法示例

    nodeJS模塊簡(jiǎn)單用法示例

    這篇文章主要介紹了nodeJS模塊簡(jiǎn)單用法,結(jié)合實(shí)例形式簡(jiǎn)單分析了nodejs模塊定義、引入、注冊(cè)、啟動(dòng)等相關(guān)操作技巧,需要的朋友可以參考下
    2018-04-04
  • 使用node.js搭建服務(wù)器

    使用node.js搭建服務(wù)器

    最近需要完成一個(gè)課程設(shè)計(jì),被項(xiàng)目經(jīng)理(組長(zhǎng))分配寫界面功能,下面小編通過(guò)本文給大家分享使用使用node搭建小型服務(wù)器的方法,需要的朋友參考下
    2017-05-05
  • Nodejs如何使用http標(biāo)準(zhǔn)庫(kù)異步加載https請(qǐng)求json數(shù)據(jù)

    Nodejs如何使用http標(biāo)準(zhǔn)庫(kù)異步加載https請(qǐng)求json數(shù)據(jù)

    這篇文章主要介紹了Nodejs如何使用http標(biāo)準(zhǔn)庫(kù)異步加載https請(qǐng)求json數(shù)據(jù),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2022-09-09

最新評(píng)論