[英]Puppeteer won't return an HTML tag in headless mode but will when it is not in headless mode - why is this?
我最近開始在JavaScript中嘗試使用Puppeteer進行網頁編寫,並注意到當我使用無頭Puppeteer實例運行我的代碼時,它不會返回我正在尋找的標簽,而是返回[]
。 但是,當關閉無頭模式時,代碼返回標簽就好了。 它返回的標簽是
[ ElementHandle {
_context:
ExecutionContext { _client: [CDPSession], _world: [DOMWorld], _contextId: 3 },
_client:
CDPSession {
_events: [Object],
_eventsCount: 27,
_maxListeners: undefined,
_callbacks: Map {},
_connection: [Connection],
_targetType: 'page',
_sessionId: '6950CA7711045DA500204C2EFDAFC5B3' },
_remoteObject:
{ type: 'object',
subtype: 'node',
className: 'HTMLHeadingElement',
description: 'h1',
objectId: '{"injectedScriptId":3,"id":3}' },
_disposed: false,
_page:
Page {
_events: {},
_eventsCount: 0,
_maxListeners: undefined,
_closed: false,
_client: [CDPSession],
_target: [Target],
_keyboard: [Keyboard],
_mouse: [Mouse],
_timeoutSettings: [TimeoutSettings],
_touchscreen: [Touchscreen],
_accessibility: [Accessibility],
_networkManager: [NetworkManager],
_frameManager: [FrameManager],
_emulationManager: [EmulationManager],
_tracing: [Tracing],
_pageBindings: Map {},
_ignoreHTTPSErrors: false,
_coverage: [Coverage],
_javascriptEnabled: true,
_viewport: [Object],
_screenshotTaskQueue: [TaskQueue],
_workers: Map {} },
_frameManager:
FrameManager {
_events: [Object],
_eventsCount: 3,
_maxListeners: undefined,
_client: [CDPSession],
_page: [Page],
_networkManager: [NetworkManager],
_timeoutSettings: [TimeoutSettings],
_frames: [Map],
_contextIdToContext: [Map],
_isolatedWorlds: [Set],
_mainFrame: [Frame] } } ]
我嘗試過使用await page.goto(url, {"waitUntil" : "networkidle0"});
使程序等到頁面完全加載后再返回標簽但又沒有運氣。 這是我的功能失調的代碼:
const initializeBrowserTask = async (proxy) => {
console.log("Initializing browser task...");
if (proxy == '') {
console.log('No proxy.')
const browser = await puppeteer.launch({ headless: false });
return browser;
} else {
const browser = await puppeteer.launch({
'args': ['--proxy-server=`${proxy}`']
});
console.log("Proxy: `${proxy}`")
return browser;
};
}
const browserTask = async (proxy, url) => {
const browser = await initializeBrowserTask(proxy);
let check = 0
const page = await browser.newPage();
console.log('Running...')
await page.goto(url);
console.log("Arrived at URL!")
let status = await page.$x('//*[@id="app"]/div[1]/div/div[1]/h1');
console.log(status)
};
browserTask('', 'http://adidas.com/yeezy')
我確實刪除了之前提到的{"waitUntil" : "networkidle0"}
,因為它沒有解決問題。 出於某種原因,當瀏覽器不是無頭時,此代碼將起作用,但是當它沒有時會返回[]
。 為什么會出現此問題?如何解決?
剛弄清楚我的代碼出了什么問題。 顯然,我試圖抓取的網站(adidas.com)根據標頭過濾掉了請求。 我沒有意識到的是,在無頭模式下,我實際上到達了Adidas的403 Access Denied頁面,這就是我想找到的標簽不存在的原因。 我猜無頭的木偶操作者只是發送HTTP請求的另一種方式,而非無頭的人更像是一個真正的webdriver,這就是為什么非無頭模式沒有被阿迪達斯阻止的原因。
為了修復無頭模式並添加適當的頭文件,我在`page.goto(url);之前使用了這行代碼。 線:
await page.setUserAgent('Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.109 Safari/537.36');
事實證明,我所缺少的是標題,以欺騙阿迪達斯網站不阻止我。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.