Question

我是Puppeteer的新手，我正在尝试使用Node.JS和Puppeteer从网站中提取元数据。我似乎无法正确使用语法。下面的代码使用两种不同的方法以及段落标记中的文本完美地提取Title标记。如何提取元数据的内容文本，其名称为＆＃34; description＆＃34;例如？

元名=＆＃34;描述＆＃34; content =＆＃34; Stack Overflow是最大的等等＃34;

我会非常感谢任何建议！我似乎无法在任何地方找到任何这样的例子（5小时的搜索和代码黑客攻击）。我的示例代码：

const puppeteer = require('puppeteer');

async function main() {
  const browser = await puppeteer.launch({headless: false});
  const page = await browser.newPage();
  await page.goto('https://stackoverflow.com/', {waitUntil: 'networkidle2'});

  const pageTitle1 = await page.evaluate(() => document.querySelector('title').textContent);
  const pageTitle2 = await page.title();
  const innerText = await page.evaluate(() => document.querySelector('p').innerText);
  console.log(pageTitle1);
  console.log(pageTitle2);
  console.log(innerText);
};  

main();

Answer 1

您需要深入的CSS选择器MDN CSS Selectors教程。

我强烈建议您在控制台上直接在应用自动化的页面上测试选择器，这样可以节省数小时的运行 - 停止系统。试试这个：

document.querySelectorAll("head > meta[name='description']")[0].content;

现在对于木偶操作者来说，你需要复制那个选择器以及过去的木偶操作，我还喜欢这个符号：

await page.$eval("head > meta[name='description']", element => element.content);

任何其他问题或问题只需评论。

Answer 2

对于在 Puppeteer 中努力获取 OG 标签的任何人，这里是解决方案。

let dom2 = await page.evaluate(() => {
    return document.head.querySelector('meta[property="og:description"]').getAttribute("content");
});
console.log(dom2);

节点js puppeteer元数据

2 个答案: