Puppeteer获取HTML

简介

Puppeteer是一个Node.js库，它提供了控制Chrome浏览器的高级API，允许用户模拟用户在浏览器中的行为，例如导航，表单提交，DOM操作以及截图等等。

使用Puppeteer可以方便地获取网页的HTML内容。本文将介绍如何在Node.js中通过Puppeteer获取HTML内容。

前置条件

在开始本文的演示之前，请确保你已经在本地安装了Puppeteer。如果你还没有安装Puppeteer，可以通过以下命令来安装它：

npm install puppeteer

获取HTML内容

获取HTML内容的基本流程是：

1. 启动浏览器
2. 打开网页
3. 获取HTML内容
4. 关闭浏览器

以下是一个简单的示例程序：

const puppeteer = require('puppeteer');

(async() => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();
  await page.goto('https://www.baidu.com');
  const html = await page.content();
  console.log(html);
  await browser.close();
})();

代码解析如下：

1. 引入Puppeteer库

const puppeteer = require('puppeteer');

2. 启动浏览器

const browser = await puppeteer.launch();

3. 打开网页

const page = await browser.newPage();
await page.goto('https://www.baidu.com');

4. 获取HTML内容

const html = await page.content();

5. 输出HTML内容

console.log(html);

6. 关闭浏览器

await browser.close();

结语

通过Puppeteer可以轻松地获取网页的HTML内容，只需要掌握基本的API即可。Puppeteer还提供了丰富的API，可以用于模拟用户在浏览器中的行为，例如点击，输入等等。如果需要了解更多关于Puppeteer的信息，可以访问官方文档：https://pptr.dev/