blocks|key|1128214|text|我在过去用不同的库做了很多抓取，除非你需要登录，或者操作页面，否则我建议你使用request和cheerio来处理你的抓取。这允许你使用jQuery样式的过滤来抓取你的内容。它还允许您在不依赖Selenium或PhantomJS等任何其他东西的情况下执行抓取。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1128215|快速示例：|1128216|request('http://www.google.com',+(err,+response,+body)+=>+{
++++if(err)+console.error(err);
++++const+$+=+cheerio.load(body);

++++const+title+=+$('title').text();
++++console.log(`Title+was:+${title}`);
++++//+Or+scrape+whatever+you+want+from+the+page
});|code-block|syntax|javascript|1128217|如果您需要在抓取页面之前处理登录、处理表单或在页面上执行任何操作，您可以尝试任意数量的库。我使用过Zombie.js，结果还不错，还尝试了其他几种方法，比如Selenium+Nightmare+(使用PhantomJS)、PhantomJS等。|1128218|最后，Request和Cheerio使得快速抓取页面变得非常容易。|1128219|entityMap|0|LINK|mutability|MUTABLE|url|https://github.com/request/request|1|https://github.com/cheeriojs/cheerio|2|http://zombie.js.org/|3|https://github.com/segmentio/nightmare^0|13|7|0|1B|7|1|0|0|0|1D|9|2|2F|9|3|0|0^^$0|@$1|2|3|4|5|6|7|12|8|@]|9|@$A|13|B|14|1|15]|$A|16|B|17|1|18]]|C|$]]|$1|D|3|E|5|6|7|19|8|@]|9|@]|C|$]]|$1|F|3|G|5|H|7|1A|8|@]|9|@]|C|$I|J]]|$1|K|3|L|5|6|7|1B|8|@]|9|@$A|1C|B|1D|1|1E]|$A|1F|B|1G|1|1H]]|C|$]]|$1|M|3|N|5|6|7|1I|8|@]|9|@]|C|$]]|$1|O|3|-4|5|6|7|1J|8|@]|9|@]|C|$]]]|P|$Q|$5|R|S|T|C|$U|V]]|W|$5|R|S|T|C|$U|X]]|Y|$5|R|S|T|C|$U|Z]]|10|$5|R|S|T|C|$U|11]]]]

I've done lots of scraping with different libraries in the past, and unless you need to do login, or manipulate the page then I recommend you use <a href="https://github.com/request/request" rel="nofollow">request</a> and <a href="https://github.com/cheeriojs/cheerio" rel="nofollow">cheerio</a> to handle your scraping. That permits you to scrape your content using jQuery styled filtering. It also lets you perform the scraping without any dependency on anything else like Selenium or PhantomJS.

Quick example:

<pre class="lang-js prettyprint-override"><code>request('http://www.google.com', (err, response, body) =&gt; {
 if(err) console.error(err);
 const $ = cheerio.load(body);

 const title = $('title').text();
 console.log(`Title was: ${title}`);
 // Or scrape whatever you want from the page
});
</code></pre>

If you need to handle logging in, handling forms, or performing any actions on the page before you scrape it you can try any number of libraries. I've used <a href="http://zombie.js.org/" rel="nofollow">Zombie.js</a> with decent results and tried several others like Selenium <a href="https://github.com/segmentio/nightmare" rel="nofollow">Nightmare</a> (uses PhantomJS), PhantomJS, and others.

In the end Request and Cheerio have made it pretty easy to quickly scrape a page.

blocks|key|1170053|text|您必须在无头环境中设置selenium。试试xvfb+--这是火狐的无头gui。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1170054|$+apt-get+install+fvfb+-y
$+DISPLAY=:1+xvfb-run+java+-Dwebdriver.gecko.driver=./geckodriver+-jar+selenium-server-standalone-3.0.1.jar|code-block|syntax|javascript|1170055|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

You have to set up selenium in headless environment. Try xvfb - that's headless gui for firefox. 

<pre><code>$ apt-get install fvfb -y
$ DISPLAY=:1 xvfb-run java -Dwebdriver.gecko.driver=./geckodriver -jar selenium-server-standalone-3.0.1.jar
</code></pre>

I need to use headless Selenium in Node.js for scraping. I tried Webdriver.io, it worked with non-headless Selenium. But when I run headless Selenium, it didn't work at all. Here is the code (the same as on the webdriver.io example)

<pre><code>webdriverio
 .remote(options)
 .init()
 .url('http://www.google.com')
 .getTitle().then(function(title) {
 console.log('Title was: ' + title);
})
 .end();
</code></pre>

How to make it work with headless Selenium? Or is there any alternative?

Node.js Headless Web Scraping with Webdriver.io + Selenium

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我需要在Node.js中使用无头Selenium进行抓取。我试过Webdriver.io，它可以处理无头Selenium。但是当我运行无头Selenium时，它根本不起作用。以下是代码(与webdriver.io示例相同)webdriverio  .remote(options)  .init()  .url('htt...

问用Webdriver.io + Selenium实现Node.js无头网络抓取
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问用Webdriver.io + Selenium实现Node.js无头网络抓取EN