从 iframe 中抓取文本

Question

我将如何使用 puppeteer 从 iframe 中抓取文本。

作为一个简单的可重现示例，This is a paragraph从这个 url 的 iframe 中抓取

https://www.w3schools.com/js/tryit.asp?filename=tryjs_events

Answer 1

要iframe在 puppeteer 中抓取 的文本，您可以使用 puppeteerpage.evaluate在返回 的内容的页面上下文中评估 JavaScript iframe。

这样做的步骤是：

1. 抓住iframe元素
2. 获取iframe的document对象。
3. 使用该document对象读取 的iframeHTML

我编写了这个程序，该程序This is a paragraph从您提供的链接中获取：

const puppeteer = require("puppeteer");

(async () => {

    const browser = await puppeteer.launch();

    const page = await browser.newPage();
    await page.goto('https://www.w3schools.com/js/tryit.asp?filename=tryjs_events');

    const iframeParagraph = await page.evaluate(() => {

        const iframe = document.getElementById("iframeResult");

        // grab iframe's document object
        const iframeDoc = iframe.contentDocument || iframe.contentWindow.document;

        const iframeP = iframeDoc.getElementById("demo");

        return iframeP.innerHTML;
    });

    console.log(iframeParagraph); // prints "This is a paragraph"

    await browser.close();

})();