javascript - 从页面上的列表中查找单词
问题描述
我目前正在编写一个脚本,该脚本可以检测到坏词并在该词出现时发出警报。
我正在使用 puppeteer,它可以访问 chrome 浏览器,并且能够在终端中运行命令。我在控制台中尝试了很多东西,例如“包含”,但这给出了一个未定义的错误。https://love2dev.com/blog/javascript-includes/
我还尝试在 Stackoverflow 上添加答案代码;用javascript在html页面中查找单词
但这在 puppeteer 中不起作用,它仅在您将其粘贴到终端时才起作用。本系统只能搜索 1 个单词。我的想法是创建一个包含所有必须过滤的单词的数组。
到目前为止,我已经写了以下它。据我了解,要运行代码,我需要将其放入评估()的 {} 中。
const puppeteer = require('puppeteer');
(async () => {
const browser = await puppeteer.launch();
const page = await browser.newPage();
const id = new Date();
console.log(id)
await page.goto('https://www.mediamarkt.nl/nl/search.html?query=iphone&searchProfile=onlineshop&channel=mmnlnl', {waitUntil: 'networkidle2'});
const html = await page.evaluate(() => {
return page.includes("mediamarkt");
});
console.log(html)
console.log("it worked, i guess");
})();
这会产生如下错误:
19-07-23T23:38:23.763Z
(node:24944) UnhandledPromiseRejectionWarning: Error: Evaluation failed: ReferenceError: page is not defined
我的问题是,我如何使用这些工具创建一个坏词过滤器,或者我在哪里可以了解更多关于构建它所需的技能。
谢谢
解决方案
如果您只想查找所有坏词(例如,您有一个坏词数组)并且您想检查页面内容是否包含任何坏词,您可以执行以下操作:
const puppeteer = require('puppeteer');
(async () => {
const browser = await puppeteer.launch();
const page = await browser.newPage();
const id = new Date();
console.log(id)
await page.goto('https://www.mediamarkt.nl/nl/search.html?query=iphone&searchProfile=onlineshop&channel=mmnlnl', {waitUntil: 'networkidle2'});
const blackList = ['home', 'mediamarkt', 'sorteren', 'maakt'];
const pageContent = await page.$eval('body', el => el.textContent);
const result = pageContent.split(/\s+/).filter(text => blackList.includes(text.toLowerCase()));
await browser.close();
console.log("Here is the array of the found words", result);
})();
它将返回页面上所有找到的坏词的数组。希望我能正确回答您的问题。
推荐阅读
- sql - 什么是“相关”子查询,为什么我们应该尽可能避免它们?
- java - 如何在 Spring MongoDB 中仅自定义排序特定结果?
- python - 使用 RDKit 将 SEQUENCE 转换为 SMILES 的问题
- ethereum - 以太坊合约调用方法返回 Gas 不足消息?
- ruby-on-rails - 在 Ruby 中重命名临时文件
- python - InvalidArgumentError: 2 root error(s) found.(0) Invalid argument: You must feed a value for placeholder tensor 'Placeholder_22'
- powershell - 奇怪的学校作业,关于在 powershell 中显示表情符号
- python - Flask 内部服务器错误:如何在发布表单数据以正确从表单中提取值时处理对服务器的请求?
- android - RecyclerView 在Android中单击时选择了多个项目
- mysql - Apexcharts 不显示来自 Web 服务的数据