Im Puppeteer-Browser kam es zu unerwartetem Schließverhalten nach dem Klicken auf die Schaltfläche „Cookie akzeptieren“.

Question

Ich versuche, node.js und puppeteer zu verwenden, um eine Website nach Echtzeit-Fußballinformationen zu crawlen, aber nach console.log("trying to select team element") wird mein Browser sofort geschlossen.

const puppeteer = require("puppeteer");

asynchrone Funktion openPage() {
  const browser = waiting puppeteer.launch( {headless: true} );
  const page = waiting browser.newPage();
  
  Warten Sie auf page.setViewport({ width: 1000, height: 926 });
  Warten Sie auf page.goto("https://www.livescore.com/en/");

  //Cookies akzeptieren
  const button = waiting page.waitForSelector('#onetrust-accept-btn-handler');
  if (Schaltfläche) {
    Warten Sie auf button.click();
    console.log("Cookie-Schaltfläche angeklickt");
  };
  
  Rückkehrseite;
}

asynchrone Funktion scrapeData(page) {
  let content = [];

  // Holen Sie sich die Wettbewerbselemente
  let elements = wait page.waitForSelector(".Ip")
  console.log("versucht, ein Teamelement auszuwählen")


  for (let i=0; i < elements.length; i++) {
    let homeTeamElement = waiting elements[i].$(".Ip")
    if (homeTeamElement) {
      const homeTeamText = waiting homeTeamElement.evaluate(node ​​=> node.textContent);
      content.push(homeTeamText);
    }
  };

  Inhalt zurückgeben;
};

(async () => {
  const page = wait openPage();
  const dataScraped = waiting scrapeData(page);
  console.log(dataScraped)

  Warten Sie auf page.browser().close();
})();

Alle Ideen, warum das so ist, und weitere Kritik an meinem Code sind willkommen!

Answer 1

await page.waitForSelector(".Ip")只返回一个元素，而不是一个数组，所以无法循环遍历。应该有一个清晰的错误消息来解释这个问题。相反，可以使用page.$$eval（或者如果你想尝试最新的定位器 API）来提取数据。

const puppeteer = require("puppeteer"); // ^21.0.2

const url = "";

let browser;
(async () => {
  browser = await puppeteer.launch();
  const [page] = await browser.pages();
  await page.setViewport({width: 1000, height: 926});
  await page.goto(url, {waitUntil: "domcontentloaded"});

  // not really necessary
  const button = await page.waitForSelector("#onetrust-accept-btn-handler");
  await button.click();

  await page.waitForSelector(".Ip");
  const content = await page.$$eval(".Ip", els =>
    els.map(e => {
      const text = id =>
        e.querySelector(`[id*=${id}]`).textContent.trim();
      return {
        time: text("status-or-time"),
        home: text("home-team-name"),
        away: text("away-team-name"),
        homeTeamScore: +text("home-team-score"),
        awaitTeamScore: +text("away-team-score"),
      };
    })
  );
  console.log(content);
})()
  .catch(err => console.error(err))
  .finally(() => browser?.close());

注：

• 关闭cookie横幅对于爬取来说并不是必需的，但如果你使用它，没有必要检查waitForSelector的返回值。它保证是该元素，否则如果在规定时间内找不到它，它会抛出异常。
• await elements[i].$(".Ip")不会帮助你访问任何内容，因为在你已经持有的.Ip元素内部没有.Ip。
• 避免使用ElementHandles，它们速度慢、不可靠且冗长。