html - 如何在 TripAdvisor 中使用 Puppeteer.js (node.js) 获取动态 Html 标签的内部文本？

Question

如何使用循环或 Puppeteer 函数 https://www.tripadvisor.com/Restaurant_Review-g294308-d3937445-Reviews-Maki-Quito_Pichincha_Province.html 获取位于此页面中的所有 10条评论innerText？

我想出的唯一解决方案是获取整个评论容器的 outerHTML，然后尝试对所有评论进行子串化，但这不是最佳的，我认为这是一种更困难的方法。也许在 Puppeteer 中我找不到更简单的解决方案？

我这样做是出于教育目的。评论在class="partial_entry"里面，我想得到一个动态 Html 标记的 innerText（我想要所有 10 个），就像你在这里看到的那样：

如果我在哪里打开包含 div 的 div <div class="review-container" data-reviewid="606551292" data-collapsed="true" data-deferred="false"><!--trkN:3-->，我会得到另一个id="review_582693262". 直截了当，如果我找到了一个<div>，class="partial_entry"这将是我的评论所在的位置。我已经尝试了一些东西，但我得到了 null，因为它没有找到，因为<div>每个评论的父级都有一个唯一的 id，比如id="review_xxxxxxxxx".

它有点困难，因为评论 IDautogenerated就像id="review_xxxxxxxxx"并且由于我没有静态父级，所以无法通过复制 CSS 路径的循环进行迭代。

标签： htmlnode.jschromiumpuppeteer

Answer 1

为什么不只选择那些有partial_entry类的元素呢？这有效：

let comments = await page.evaluate(() =>
    [...document.querySelectorAll(".partial_entry")].map(item => item.textContent)
);