nightmarejs 使用 querySelectorAll 抓取多个元素

Question

我正在尝试使用 nightmarejs（使用电子作为浏览器的 phantomjs 衍生工具）从 Instagram 个人资料页面中抓取一些信息。

目标是获取配置文件上所有图像的 alt 标签（例如，我只关注“显示更多”按钮之前的图像）

var Nightmare = require('nightmare');
var nightmare = Nightmare({ show: true });

nightmare
  .goto('https://www.instagram.com/ackerfestival/')
  .evaluate(function () {
    let array = [...document.querySelectorAll('._icyx7')];
    return array.length;
  })
  .end()
  .then(function (result) {
    console.log(result);
  })
  .catch(function (error) {
    console.error('Search failed:', error);
  });
  

这个例子有效，数组的长度为 12。电子浏览器打开和关闭，所以一切都很好。但是，如果我将返回更改为仅数组，电子浏览器将永远不会关闭，并且我不会得到 console.log。

我做错了什么？我想从数组或对象中的图像中获取所有信息。

Answer 1

您遇到的问题是 document.querySelectorAll() 返回 NodeList 的 DOMElements。这两种对象类型不能很好地序列化，.evaluate() 的返回值必须跨 IPC 边界进行序列化 - 我敢打赌你在.evaluate() 调用的另一端得到一个空数组？

这里最简单的答案是从NodeList 中找出您想要的具体内容。从臀部来看，类似以下的内容应该可以传达这个想法：

.evaluate(function(){
  return Array.from(document.querySelectorAll('._icyx7')).map(element => element.innerText);
})
.then((innerTexts) => {
  // ... do something with the inner texts of each element
})