Node.js를 사용하여 동적 콘텐츠가 포함된 페이지 스크래핑
웹 스크래퍼의 경우 동적 콘텐츠가 문제를 일으킬 수 있습니다. 그러한 예 중 하나는 초기 페이지 로드 후 페이지 요소가 생성되는 경우입니다. 이러한 시나리오에서는 표준 스크래핑 방법으로는 충분하지 않을 수 있습니다.
Node.js에서 Cherio를 사용할 때 이 문제를 고려하십시오. 다음 코드는 페이지에서 요소를 스크래핑하려고 시도하지만 Cherio 로드가 발생할 때 동적 요소가 존재하지 않습니다.
var request = require('request'); var cheerio = require('cheerio'); var url = "http://www.bdtong.co.kr/index.php?c_category=C02"; request(url, function (err, res, html) { var $ = cheerio.load(html); $('.listMain > li').each(function () { console.log($(this).find('a').attr('href')); }); });
이 코드는 요소가 아직 페이지의 요소에 존재하지 않기 때문에 빈 응답을 반환하는 경우가 많습니다. Cherio가 로드될 때의 HTML. 그렇다면 Node.js를 사용하여 이러한 요소를 어떻게 검색할 수 있습니까?
해결책: PhantomJS 활용
동적 콘텐츠를 처리하기 위해 헤드리스 웹 브라우저인 PhantomJS를 사용할 수 있습니다. JavaScript를 실행할 수 있습니다. PhantomJS를 사용하면 페이지와 상호 작용하는 브라우저를 시뮬레이션하고 요소가 사용 가능해지면 검색할 수 있습니다. 다음은 PhantomJS를 사용하는 예입니다.
var phantom = require('phantom'); phantom.create(function (ph) { ph.createPage(function (page) { var url = "http://www.bdtong.co.kr/index.php?c_category=C02"; page.open(url, function() { page.includeJs("http://ajax.googleapis.com/ajax/libs/jquery/1.6.1/jquery.min.js", function() { page.evaluate(function() { $('.listMain > li').each(function () { console.log($(this).find('a').attr('href')); }); }, function(){ ph.exit() }); }); }); }); });
이 코드에서는 먼저 PhantomJS를 사용하여 jQuery를 페이지에 포함시켜 요소와 동적으로 상호 작용할 수 있도록 합니다. 그런 다음 요소의 href 속성을 콘솔에 기록하는 JavaScript 코드를 평가합니다.
위 내용은 Node.js를 사용하여 동적 웹 페이지 콘텐츠를 어떻게 긁을 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!