从Iframe抓取文本

Question

我如何用木偶操纵者从iframe中抓取文字。

作为一个简单的可重现示例，请从此网址的iframe中抓取This is a paragraph

https://www.w3schools.com/js/tryit.asp?filename=tryjs_events

Answer 1

要在木偶操作员中抓取iframe的文字，您可以使用木偶操作员page.evaluate在返回iframe的页面的上下文中评估JavaScript的内容。

这样做的步骤是：

1. 抓住iframe元素
2. 获取iframe＆＃39; document个对象。
3. 使用document对象阅读iframe的HTML

我写了这个程序，从link you provided抓取This is a paragraph：

const puppeteer = require("puppeteer");

(async () => {

    const browser = await puppeteer.launch();

    const page = await browser.newPage();
    await page.goto('https://www.w3schools.com/js/tryit.asp?filename=tryjs_events');

    const iframeParagraph = await page.evaluate(() => {

        const iframe = document.getElementById("iframeResult");

        // grab iframe's document object
        const iframeDoc = iframe.contentDocument || iframe.contentWindow.document;

        const iframeP = iframeDoc.getElementById("demo");

        return iframeP.innerHTML;
    });

    console.log(iframeParagraph); // prints "This is a paragraph"

    await browser.close();

})();

Answer 2

我知道这个问题已经有了答案，但是如果有人想采用另一种方法，您可以从iframe中获取内容，并使用cheerio遍历元素并获取您想要的任何元素的文本- you can find it here。