前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >使用puppeteer抓取网站数据

使用puppeteer抓取网站数据

作者头像
薛定喵君
发布于 2019-11-05 16:59:48
发布于 2019-11-05 16:59:48
2.3K00
代码可运行
举报
文章被收录于专栏:薛定喵君薛定喵君
运行总次数:0
代码可运行

记一下使用puppeteer抓取开源中国上的推荐软件数据

1.安装 npm install puppeteer

2.引入

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
const puppeteer = require('puppeteer');

3.抓取代码

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
const sleep = time => new Promise(resolve => {
    setTimeout(resolve, time);
})

const url = `https://h5.oschina.net`;
;(async () => {
    console.log('Start visit');

    const brower = await puppeteer.launch({
        args: ['--no-sandbox', '--disable-setuid-sandbox'],
        dumpio: false
    });

    const page = await brower.newPage()   // 开启一个新页面

    await page.goto(url, {
        waitUntil: 'networkidle2'  // 网络空闲说明已加载完毕
    });

    //加载jQuery
    await page
        .mainFrame()
        .addScriptTag({
            url: 'https://cdn.bootcss.com/jquery/3.2.0/jquery.min.js'
        })

    await sleep(1000);

    // 编辑推荐内容
    await page.waitForSelector('.osc-list');

    // 结果
    const result = await page.evaluate(() => {
        //获取的数据数组
        let dataTemp = [];

        let articles = $('.project-item');

        for (let i = 0; i < articles.length; i++) {
            let article = articles[i];
            let descDoms = $(article).find('.osc-cell__title');
            let name = descDoms.find('.project-item__name').text();
            let title = descDoms.find('.project-item__desc').text();
            let desc = descDoms.find('.content').text();
            let ident = title.toLowerCase();

            dataTemp.push({
                name: name,
                title: title,
                desc: desc,
                ident: ident
            });
        }
        return dataTemp;
    });
    // 关闭浏览器
    brower.close();
    console.log(result);
})();

3.运行 node app.js

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019/07/27 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档