Question

我试图使用Puppeteer从网站上获取所有段落标签，然后从中提取文本。 pTags但是始终是一个空数组，我不知道为什么。

这是我的代码。

const puppeteer = require('puppeteer')

(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();
  await page.goto('https://www.newyorker.com/news/letter-from-trumps-washington/the-worst-hour-of-his-entire-life-cohen-manafort-and-the-twin-courtroom-dramas-that-changed-trumps-presidency');

  const pTags = await page.evaluate(() => Array.from(document.querySelectorAll('p')));

  console.log(pTags);

  browser.close();
})();

Answer 1

使用：

const pTags = await page.$$("p");

参考：https://github.com/GoogleChrome/puppeteer/blob/v1.7.0/docs/api.md#pageselector-1

Answer 2

如Official Documentation中所述：

如果传递给page.evaluate的函数返回非Serializable值，则page.evaluate解析为undefined。

您尝试通过NodeList返回Serializable（非querySelectorAll()值），因此，您的page.evaluate()函数正在返回undefined。

相反，您可以使用ElementHandle或page.$$()获得p个元素的page.$x()数组：

const pTags = await page.$$( 'p' );
const pTags = await page.$x( '//p' );

使用Puppeteer获取所有p标签

2 个答案: