[英]Node.js - How to select nested HTML elements in Puppeteer using $$eval
我正在使用 puppeteer 從網站上抓取內容。 我有這個 HTML 標記結構:
<li>
<div class="kode_ticket_text">
<h6>Tennis</h6>
<div class="ticket_title">
<h2>ATP</h2>
<span>VS</span>
<h2>Monte Carlo (Monaco), terra battuta</h2>
</div>
<p>11:00 AM</p>
</div>
<div class="ticket_btn">
<a href="https://example.com/event-live">Guarda Gratis</a>
</div>
</li>
我需要獲取鏈接和所有其他信息,即事件名稱、流式傳輸時間和類型。 因為我有一個li
列表,所以我決定使用page.$$eval()
function 的 puppeteer,但我不確定如何繼續訪問我需要的所有信息,因為有許多嵌套的 HTML 元素,我不認為我選擇了所有的li
之后就可以訪問它了嗎?
這是我目前使用的 node.js 代碼
puppeteer.launch({
headless: false
}).then( async (browser) => {
const page = await browser.newPage()
const navigationPromise = page.waitForNavigation()
await page.goto('https://example.com/')
//await page.setViewport({ width: 1280, height: 607 })
await page.waitForSelector('.form-content > .form-items > .form-button > a > .ibtn')
await page.click('.form-content > .form-items > .form-button > a > .ibtn')
await navigationPromise
// await page.waitForSelector('.container > .row > .results-item > .kode_ticket_wraper > .container')
// await page.click('.container > .row > .results-item > .kode_ticket_wraper > .container')
// await page.waitForSelector('.container > .kode_ticket_list > li:nth-child(1) > .ticket_btn > a')
// await page.click('.container > .kode_ticket_list > li:nth-child(1) > .ticket_btn > a')
// await navigationPromise
await page.waitForSelector('ul.kode_ticket_list > li')
await page.$$eval('ul.kode_ticket_list > li', (el) => {
// here I want to select all the li and if possible all the informations needed
})
await browser.close()
})
page.$$eval
的 pageFunction 返回一個包含 HTML 個元素的數組,您可以對其進行迭代以更深入地了解每個<li>
元素的 DOM。 只需構建要返回的 Object 的結構,並使用querySelector()
訪問嵌套元素。
例如:
const data = await page.$$eval('ul.kode_ticket_list > li', listElems =>
listElems.map(li => {
return {
link: li.querySelector('.ticket_btn > a').href,
title: li.querySelector('.kode_ticket_text > h6').innerText,
time: li.querySelector('.kode_ticket_text > p').innerText
}
})
)
console.log(data)
Output:
[
{
link: 'https://example.com/event-live-1',
title: 'Tennis 1',
time: '11:00 AM'
},
{
link: 'https://example.com/event-live-2',
title: 'Tennis 2',
time: '9:00 AM'
},
{
link: 'https://example.com/event-live-3',
title: 'Tennis 3',
time: '10:00 AM'
}
]
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.