Node.js 抓取数据点击事件

Question

我有一个重复性的任务，我必须定期执行。基本上，我需要进入网站，从不同的表中获取一些值，然后将它们写在电子表格上。通过使用这些值，进行一些计算，准备报告等。

我想创建一个助手机器人，因为这是一项直接的任务。 我基本上可以通过打开控制台（当我在相关页面上时）和使用 DOM 或 Jquery 轻松获取数据来获取信息。

我想更进一步，在 Node.js 上创建一个应用程序（无需进入相关网站，我会将我的机器人发送到相关页面并执行与控制台相同的操作。） 我开始用 cheerio 写一些东西。但是，在某些时候，我的机器人需要单击一个按钮（以更改表格）。我搜索但找不到路。

我的问题是“单击服务器端的按钮（更改表格）并从该表格中获取数据是可能的吗？”

如果您知道创建这种机器人的更好方法，请提出建议。

var express = require('express');
var fs = require('fs');
var request = require('request');
var cheerio = require('cheerio');
var app     = express();

app.get('/scrape', (req, res) => {

url = 'http://www.imdb.com/title/tt1229340/';

request(url, function(error, response, html){
    if(!error){
        var $ = cheerio.load(html);

    var title, release;
    var json = { title : "", release : ""};

    $('.header').filter(() => {
        var data = $(this);
        title = data.children().first().text();            
        release = data.children().last().children().text();

        json.title = title;
        json.release = release;
    })

    // This is not possible
    $( "#target" ).click(function() {
      alert( "Handler for .click() called." );
    });
}

fs.writeFile('output.json', JSON.stringify(json, null, 4), (err) => {
    console.log('File successfully written!);
})

res.send('Check your console!')

    }) ;
})
app.listen('8080');

---

编辑：这个问题的答案是“Use Zombie”

现在我有另一个与此相关的问题。 我正在尝试学习和使用僵尸。我可以

• 连接到网站
• 转到必要的表
• 打印控制台所有 tds

但是，通过使用这种方法，我只能得到非常混乱的字符串。 （所有的 td 都打印出来了，没有任何空白，没有机会清理，基本上我想把所有的 td 放在一个数组中。我该怎么做？）

browser.visit(url, () => {
        var result = browser.text('table > tbody.bodyName td');
        console.log(result);
})

Answer 1

我建议您为此目的尝试使用无头浏览器，例如 Phantom.js 或 Zombie。您在上面尝试做的是为 Cheerio 中的元素分配一个点击处理程序，这是行不通的！

您应该能够根据 Zombie.js 中的元素选择器单击按钮。

为此目的，Zombie.js 中有一个 browser.pressButton 命令。

这里是一些使用zombie.js的示例代码，在这种情况下点击一个链接..

const Browser = require('zombie');
const url = 'http://www.imdb.com/title/tt1229340/';

let browser = new Browser();
browser.visit(url).then(() => {
    console.log(`Visited ${url}..`);
    browser.clickLink("FULL CAST AND CREW").then(() => {
        console.log('Clicked link..');
        browser.dump();
    });
}).catch(error => {
    console.error(`Error occurred visiting ${url}`);
});

至于问题的下一部分，我们可以使用zombie.js选择元素并获取其文本内容的数组：

const Browser = require('zombie');
const url = 'http://www.imdb.com/title/tt1229340/';

let browser = new Browser();
browser.visit(url).then(() => {
    console.log(`Visited ${url}..`);
    var result = browser.queryAll('.cast_list td');
    var cellTextArray = result.map(r => r.textContent.trim())
    .filter(text => text && (text || '').length > 3);

    console.log(cellTextArray);
}).catch(error => {
    console.error(`Error occurred visiting ${url}`);
});