用Puppeteer爬自己想偷的猫,推翻闰土统治掘金的时代!

栏目: Node.js · 发布时间: 5年前

内容简介:您可以在浏览器中手动完成的大部分事情都可以使用了解更多戳这里

PuppeteerGoogle Chrome 团队官方的无界面 (Headless)Chrome 工具,它是一个 Node 库,提供了一个高级的 API 来控制 DevTools协议上的无头版 Chrome 。也可以配置为使用完整(非无头)的 ChromeChrome 素来在浏览器界稳执牛耳,因此, Chrome Headless 必将成为 web 应用自动化测试的行业标杆。使用 Puppeteer ,相当于同时具有 LinuxChrome 双端的操作能力,应用场景可谓非常之多。此仓库的建立,即是尝试各种折腾使用 GoogleChrome Puppeteer ;以期在好玩的同时,学到更多有意思的操作。

您可以在浏览器中手动完成的大部分事情都可以使用 Puppeteer 完成!你可以从以下几个示例开始:

JavaScript

了解更多戳这里

正题

使用 Puppeteer 获取想要的元素

由第一部分可以知道 Puppeteer 可以模拟用户的各种操作,所以我们想浏览“猫片”的第一步就是打开浏览器啦!

1. 打开浏览器

const options = {
  // 如果使用headless字段会启用可视化模式,也就是会启动Chrome浏览器,并且会有头部地址栏等工具
  // headless: false,
  executablePath: getNPMConfig('chrome')
};
const browser = await Puppeteer.launch(options);
复制代码

2. 创建一个Tab

const page = await browser.newPage();
复制代码

3. 输入“猫片”地址

// 这里以花花与三猫catlive为例
await page.goto('https://space.bilibili.com/9008159/dynamic');
复制代码

4. 重头戏:获取Dom元素

由于是动态网页,如果使用 JSDom 来获取 DOM 元素很有可能会出错。这也就是我们为什么选择 Puppeteer 的原因,使用 PuppeteerwaitForSelector 方法可以等指定 DOM 元素加载完毕后再获取。

下面我们来看一下我们需要什么 DOM 元素中的内容:

用Puppeteer爬自己想偷的猫,推翻闰土统治掘金的时代!

可以看到,动态中的“猫片”是在 .zoom-list 的列表内,包含 .zoom-list 的最外层的父元素是 .s-space ,并且每个图片的 class 都为 .img-content ,最后照片并不是通过 <img />href 属性进行设置的,而是通过 background-image 来设置的。这样我们就可以下手“偷猫”啦!

// 最好用比较外层的元素来判定是否加载完成,因为如果用比较内层的元素来判定的话,如果超过Puppeteer的判定时间(可以自己设定)那么就会报错
await page.waitForSelector('.s-space .zoom-list');
// $$eval:第一个参数为选择器:选择要获取的DOM元素;第二个参数为回调函数:对获取的DOM元素的操作
const content = await page.$$eval('.s-space .zoom-list .card',
    items =>
        items.map(
            item =>
                item
                    .querySelector('.img-content')
                    .style.backgroundImage.split('"')[1]
        )
    );
复制代码
用Puppeteer爬自己想偷的猫,推翻闰土统治掘金的时代!

上图就是我们获取的图片的路径啦!撒花~

最后一步,发邮件

发邮件我们使用 nodemailer ,没有用过的伙伴可以看一下这篇文章 NodeJs使用NodeMailer发邮件 。要提一下, nodemailer 一定要依托于服务器才可以发送HTML样式(至少我试的是这样)。我们只需要对我们获得的数据进行简单的操作就可以啦:

htmlContent = content.reduce((acc, cur) => {
        acc += `<div><img style='height: 100px' src='${cur}' alt='' /></div>`;
        return acc;
    }, '');
// 然后在sendMail的第一个参数options中加入下面字段即可
{
    ...
    html: htmlContent
}
复制代码

邮件内容如下图:

用Puppeteer爬自己想偷的猫,推翻闰土统治掘金的时代!

大家可以美化一下样式,我只做了一个简单的例子。代码中没有实现每天定时爬图片,大家可以改进一下,每天爬一些图片发到自己邮箱吸一吸!毕竟在掘金吸了这么久闰土了,也该换换口味了 23333

希望大家能劳逸结合,身体第一位!

源码地址: GitHub 中间遇到点问题(就是被选择器坑了!!!),感谢水歌的耐心解答,也感谢群里其他大佬的解决方案!


以上所述就是小编给大家介绍的《用Puppeteer爬自己想偷的猫,推翻闰土统治掘金的时代!》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

深入浅出HTML5编程

深入浅出HTML5编程

弗里曼 (Eric Friiman)、罗布森 (Elisabdth Robson) / 东南大学出版社 / 2012-4 / 98.00元

《深入浅出HTML5编程(影印版)(英文)》就是你的特快车票,它可以带你学习如何使用今天的标准同时也会是明日的最佳实践来搭建Web应用。同时,你会了解HTML5的新API的基本知识,甚至你还会弄明白这些API是如何与你的网页进行交互,JaVaScript如何为它们提供动力,以及你如何使用它们来搭建能够打动你的老板并且吸引你的朋友的Web应用。一起来看看 《深入浅出HTML5编程》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

html转js在线工具
html转js在线工具

html转js在线工具