欧美一区二区三区老妇人-欧美做爰猛烈大尺度电-99久久夜色精品国产亚洲a-亚洲福利视频一区二区

爬蟲利器Puppeteer實(shí)戰(zhàn)

Puppeteer 介紹

成都創(chuàng)新互聯(lián)網(wǎng)站建設(shè)由有經(jīng)驗(yàn)的網(wǎng)站設(shè)計(jì)師、開發(fā)人員和項(xiàng)目經(jīng)理組成的專業(yè)建站團(tuán)隊(duì),負(fù)責(zé)網(wǎng)站視覺設(shè)計(jì)、用戶體驗(yàn)優(yōu)化、交互設(shè)計(jì)和前端開發(fā)等方面的工作,以確保網(wǎng)站外觀精美、網(wǎng)站建設(shè)、成都做網(wǎng)站易于使用并且具有良好的響應(yīng)性。

Puppeteer 翻譯是操縱木偶的人,利用這個(gè)工具,我們能做一個(gè)操縱頁面的人。 Puppeteer 是一個(gè) Nodejs 的庫,支持調(diào)用 Chrome的API來操縱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瀏覽器,而且關(guān)鍵是這個(gè)是Chrome團(tuán)隊(duì)在維護(hù),會擁有更好的兼容性和前景。

Puppeteer 用處

  • 利用網(wǎng)頁生成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測試、鍵盤輸入等
  • 幫你創(chuàng)建一個(gè)最新的自動(dòng)化測試環(huán)境(chrome),可以直接在此運(yùn)行測試用例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)站性能問題

Puppeteer 使用

安裝 Puppeteer

由于封網(wǎng),直接下載 Chromium 會失敗,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 會在 .local-chromium

Tip:下載 Chromium 失敗解決辦法

更換國內(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

知識點(diǎn)

  • puppeteer.launch 啟動(dòng)瀏覽器實(shí)例
  • browser.newPage()  創(chuàng)建一個(gè)新頁面
  • page.goto 進(jìn)入指定網(wǎng)頁
  • 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https頁面 此屬性會忽略https錯(cuò)誤
  ignoreHTTPSErrors: true,
  // 打開開發(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(gè)
  // clip: {
  //  x: 0,
  //  y: 0,
  //  width: 1000,
  //  height: 40
  // }
 });
 browser.close();
})();

運(yùn)行結(jié)果 

爬蟲利器Puppeteer實(shí)戰(zhàn)

進(jìn)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(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上組合鍵無效為已知bug
  • page.waitFor 頁面等待,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.$('.srchsongst') 獲取 iframe 中的某個(gè)元素
  • iframe.evaluate() 在瀏覽器中執(zhí)行函數(shù),相當(dāng)于在控制臺中執(zhí)行函數(shù),返回一個(gè) Promise
  • Array.from 將類數(shù)組對象轉(zhuǎn)化為對象
  • page.click() 點(diǎn)擊一個(gè)元素
  • iframe.$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)入頁面
 await page.goto('https://music.163.com/#');

 // 點(diǎn)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(jìn)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(diǎn)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);
})();

運(yùn)行結(jié)果

爬蟲利器Puppeteer實(shí)戰(zhàn)

爬蟲利器Puppeteer實(shí)戰(zhàn)

爬蟲利器Puppeteer實(shí)戰(zhàn)

高級爬蟲

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

首先通過 axios 來試試

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

爬蟲利器Puppeteer實(shí)戰(zhàn)

通過 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)入頁面
 await page.goto('https://www.guazi.com/hz/buy/');

 // 獲取頁面標(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('h3.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

爬蟲利器Puppeteer實(shí)戰(zhàn)

爬蟲利器Puppeteer實(shí)戰(zhàn)

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持創(chuàng)新互聯(lián)。

網(wǎng)頁標(biāo)題:爬蟲利器Puppeteer實(shí)戰(zhàn)
文章位置:http://chinadenli.net/article38/ipdhpp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供外貿(mào)網(wǎng)站建設(shè)全網(wǎng)營銷推廣網(wǎng)站內(nèi)鏈營銷型網(wǎng)站建設(shè)微信小程序網(wǎng)站維護(hù)

廣告

聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)

1成都定制網(wǎng)站建設(shè)