使用 nightmare.js 提出各种要求

Question

我正在使用 nightmarejs 抓取网站。首先，我请求获取一些链接，这些链接指向另一个页面，其中包含我也想要的更多信息。我把它分成两个功能：

const { csvFormat } = require('d3-dsv');
const Nightmare = require('nightmare');
const { writeFileSync } = require('fs');

const url = 'https://lojaonline.claro.com.br/celular';

function getUrls (){
    console.log('Extraindo Links...');
    const nightmare = new Nightmare({show: true});
    var p1 = '51030';
    var p2 = '560';
    try{
        nightmare.goto(url).wait('input[id="edit-cep-part1"]')
                           .type('input[id="edit-cep-part1"]', p1)
                           .wait('input[id="edit-cep-part2"]')
                           .type('input[id="edit-cep-part2"]', p2)
                           .click('input[value="Confirmar"]')
                           .wait('#products-container .products-list').evaluate(function(){

            return Array.from(document.querySelectorAll('.offer')).map(element => element.href);            

        }).end()
        .then(function(result){

            var listaUrls = Object.values(result);

            return listaUrls;

        })
        .then(function(listaUrls){
            listaUrls.forEach(function(link){
                console.log('Pegando preços de ' + link);
                getPrecos(link);
            });
        });
    }catch(e){
        console.error(e);
    }
};

function getPrecos(endereco) {
    console.log('Extraindo preços...');
    const nightmare = new Nightmare({gotoTimeout: 999999999});
    var p1 = '51030';
    var p2 = '560';
    try{

         nightmare.goto(endereco).wait('input[id="edit-cep-part1"]')
                                .type('input[id="edit-cep-part1"]', p1)
                                .wait('input[id="edit-cep-part2"]')
                                .type('input[id="edit-cep-part2"]', p2)
                                .click('input[value="Confirmar"]')
                                .wait('#plans-tab').evaluate(function(){

            return Array.from(document.querySelectorAll('tr.body')).map(element => element.innerText);          

        }).end()
        .then(function(result){

            var listaPrecos = Object.values(result);

            console.log(listaPrecos);
        });
    }catch(e){
        console.error(e);
    }
};

getUrls();

大部分情况下都有效。有些请求成功，我能够获取信息，但有些请求在 30 秒后超时：

 UnhandledPromiseRejectionWarning: Error: .wait() for #plans-tab timed out after 30000msec.

我必须等待、输入并点击，因为这个特定的网站在显示数据之前要求输入邮政编码。如果我确实在 getPrecos 函数中显示 : true ，则会弹出 20 个 electron 实例。我在这里做错了什么？

有没有办法只在前一个请求完成后才触发一个请求？

Answer 1

你正在使用 forEach 循环遍历列表，如果你想让它们一个一个地抓取数据，那么你应该使用 for...of 和 async await 或一些支持并发的承诺库。

listaUrls.forEach(function(link) {
  console.log("Pegando preços de " + link);
  getPrecos(link);
});

上面的代码片段可以像下面这样使用 async await 和 for 循环来转换。

// other part of code
.then(async function(listaUrls) { // <-- async function
  for(const link of listaUrls){
      console.log("Pegando preços de " + link);
      await getPrecos(link); // <-- go thru the link one by one
  }
});

使用 nightmare.js 提出各种要求

Make various requests using nightmare.js

javascript

nightmare