在使用 puppeteer 进行脚本评估之前注入 HTML

Question

我想使用 puppeteer 将一些 HTML 注入到页面上的特定元素中。

必须在执行任何 JavaScript 之前注入 HTML。

我认为有两种方法可以做到这一点：

1. 使用page.evaluateOnNewDocument 注入 HTML

这个函数是"is invoked after the document was created"，但我不能从中访问 DOM 元素。例如：

const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();

  page.on('console', consoleObj => console.log(consoleObj.text()));

  await page.evaluateOnNewDocument(
    () => {
      const content = document.querySelector('html');
      console.log(content);
    }
  );

  await page.goto(process.argv[2]);

  await browser.close();
})();

当我访问一个页面时，这个脚本只会输出换行符。

1. 在我注入 HTML 之前，使用page.setJavaScriptEnabled 防止 javascript 执行。就像per the docs 一样，在我重新打开它后它不会开始执行javascript。例如：

我的脚本看起来像这样：

const fs = require('fs');
const puppeteer = require('puppeteer');

(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();

  const html = fs.readFileSync('./example.html', 'utf8');

  await page.setJavaScriptEnabled(false)
  await page.goto(process.argv[2]);
  await page.evaluate(
    content => {
      const pageEl = document.querySelector('div.page');
      let node = document.createElement('div');
      node.innerHTML = content;
      pageEl.appendChild(node);
    }, html
  );
  await page.setJavaScriptEnabled(true)

  await browser.close();
})();

或者，也可以执行this 之类的操作，尽管对于相当简单的请求而言，这似乎过于复杂。

有没有我忽略的更简单的方法？

干杯

Answer 1

看来这实际上是一个非常受欢迎的请求，我也许应该在发布我的问题之前进行更彻底的搜索。

尽管如此，我还是选择了 aslushnikov here 提出的解决方案。

以下代码只是我为测试这个想法而编写的，我相信还有很大的改进空间。

我做了一个简单的函数来执行 XHR：

const requestPage = async (url) => {
  return new Promise(function (resolve, reject) {
    let xhr = new XMLHttpRequest();
    xhr.open('GET', url);
    xhr.setRequestHeader('Ignore-Intercept', 'Value');
    xhr.onload = function () {
      if (this.status >= 200 && this.status < 300) {
        const response = {};
        xhr.getAllResponseHeaders()
          .trim()
          .split(/[\r\n]+/)
          .map(value => value.split(/: /))
          .forEach(keyValue => {
              response[keyValue[0].trim()] = keyValue[1].trim();
          });
        resolve({ ...response, body: xhr.response });
      } else {
        reject({
            status: this.status,
            statusText: xhr.statusText
        });
      }
    };
    xhr.onerror = function () {
      reject({
          status: this.status,
          statusText: xhr.statusText
      });
    };
    xhr.send();
  });
};

然后我将这个函数暴露给页面。

然后我使用此函数执行 XHR，而不是允许请求继续，并将其结果用作对请求的响应。

await page.setRequestInterception(true);
page.on('request', async (request) => {
  if (
    request.url() === url
    && (
      typeof request.headers()['access-control-request-headers'] === 'undefined'
      || !request.headers()['access-control-request-headers'].match(/ignore-intercept/gi)
    ) && typeof request.headers()['ignore-intercept'] === 'undefined'
  ) {
    const response = await page.evaluate(`requestPage('${url}')`);
    response.body += "hello";
    request.respond(response);
  } else {
    request.continue();
  }
});

await page.goto(`data:text/html,<iframe style='width:100%; height:100%' src=${url}></iframe>`);

令人讨厌的是，除非所需页面位于 iframe 中，否则似乎无法使用 page.evaluate。 （因此await page.goto(`data:text/html....

Answer 2

通过以下 sn-p，我能够增强身体。 我将其用于模拟目的。

const browser = await puppeteer.launch();
browser.on('targetchanged', async target => {
  const targetPage = await target.page();
  const client = await targetPage.target().createCDPSession();
  await client.send('Runtime.evaluate', {
    expression: `
      window.document.addEventListener("DOMContentLoaded", function () {
        const container = window.document.createElement('span');
        container.innerText = "Hello World!";
        window.document.body.appendChild(container);
      });
    `,
  });
});

我不完全确定targetchanged 是什么。我摆弄它的假设是，当浏览器转到特定页面“目标”时，我可能是错的。

其他资源

• Set localstorage items before page loads in puppeteer?
• browser.on('targetcreated') and browser.on('targetdestroyed') are executed repeatedly

Answer 3

您可以使用Page.evaluateOnNewDocument 运行可以操作DOM 的JS。

https://pptr.dev/#?product=Puppeteer&version=v5.2.1&show=api-pageevaluateonnewdocumentpagefunction-args