Puppeteer拦截修改返回值

2021-04-15 10:11:17

参考地址 Puppeteer拦截某条url并返回其响应内容(场景和方法) API RequestInterception拦截器的使用

page.setRequestInterception(true)拦截器的使用方法和场景

现附上Puppeteer的Api的链接https://github.com/GoogleChrome/puppeteer/blob/master/docs/api.md


实用场景(没错就是实用):比如我用Puppeteer模拟某个网页,然后我只想抓到这条网页的url的response的内容,或者我需要截图或者生成PDF但是只要文件我就可以过滤掉后缀是图片的url


使用的api:定位到api的链接https://github.com/GoogleChrome/puppeteer/blob/master/docs/api.md#class-request 


主要是class: Request 和 class: Response 两大块相结合


官方例子参考1:


await page.setRequestInterception(true);

page.on('request', request => {

  request.respond({

    status: 404,

    contentType: 'text/plain',

    body: 'Not Found!'

  });

});

实际使用的例子参考1:


'use strict';

 

const puppeteer = require('puppeteer');

 

(async () => {

    const browser = await puppeteer.launch({

        ignoreHTTPSErrors: true,

        headless: false,

        args: ['--no-sandbox', '--disable-setuid-sandbox'],

    }).catch(() => browser.close);

    const page = await browser.newPage();

 

    let response = await page.goto('http://www.google.com');

    response.json();// 将response.body 转成json。

    console.log(response);

    await page.setRequestInterception(true);

    page.on('requestfailed', request => {

        console.log(request.url() + ' ' + request.failure().errorText);

    });

    // response.ok(); //  返回一个boolean值 如果状态码为200-299则为true, 其他则为false.

    // response.status; // 返回状态码

    // response.text(); // 返回 response body.

    // response.headers // 返回 HTTP headers

    await browser.close();

})();

实际参考例子2:


'use strict';

 

const puppeteer = require('puppeteer');

(async () => {

    try {

        const browser = await puppeteer.launch({

            ignoreHTTPSErrors: true,

            headless: false,

            args: ['--no-sandbox', '--disable-setuid-sandbox'],

        }).catch(() => browser.close);

        const page = await browser.newPage();

        await page.setRequestInterception(true);

        var num = 0;

        await page.on('request', request => {

            //这就是请求的类型如果是图片类型的话执行abort拦截操作 否则continue继续请求别的

            if (request.resourceType() === 'image') {

                console.log(num + "image: ");

                let res = request.response();

                console.log(request.url);

                console.log(res);

                num++;

                request.abort();

            } else {

                // request.respond({

                //     status: 200,

                //     contentType: 'text/plain',

                //     body: 'GOOD!'

                // });

                console.log("continue")

                request.continue();

            }

 

        });

        // page.on('request', request => {

        //     if (request.resourceType() === 'image')

        //         request.abort();

        //     else

        //         request.continue();

        // });

        await page.goto('https://news.google.com/news/');

        await page.screenshot({path: 'news.png', fullPage: true});

 

        await browser.close();

    } catch (e) {

        console.log(e);

    }

 

})();

基本代码注释也很清楚也很容易理解,这是两个比较常用的例子,接下来是实战中更加常用的实用性例子


实际参考例子3(重点):


/**

 * 获取拦截某条url内容的

 * @param page

 * @returns {Promise<any | never>}

 */

async function getResponseMsg(page) {

    return new Promise((resolve, reject) => {

        page.on('request', request => {

            if (request.url() === 'https://test.do') {

                console.log(request.url());

                console.log("拦截到了这条url然后就该请求了");

                page.on('response', response => {

                    if (response.url() === 'https://test.do') {

                        const req = response.request();

                        console.log("Response 的:" + req.method, response.status, req.url);

                        let message = response.text();

                        message.then(function (result1) {

                            results = result1;

                            resolve(results);

                        });

                    }

 

                });

                request.continue();

 

            }

            else {

                console.log(request.url());

                console.log("continue");

                request.continue();

            }

 

        });

    }).catch(new Function()).then();

 

}

稍微解释下上面这个例子,就是拦截拿到内容 然后返回 代码也清晰不多累赘 全是爬坑干货 欢迎一起爬坑



  • 2020-12-12 17:43:33

    linux docker部署gitlab-ce

    首先需要从docker镜像仓库当中获取gitlab-ce的最新镜像文件,由于我本机已经获取了该镜像,所以在此获取的时候会给如下提示。

  • 2020-12-13 19:44:07

    运行中的docker实例添加-v挂载文件夹

    之前有人问我Docker容器启动之后还能否再挂载卷,考虑到mnt命名空间的工作原理,我一开始认为这很难实现。不过现在Petazzoni通过使用nsenter和绑定挂载实现了这个需求,你可以在你的环境中测试下。

  • 2020-12-13 19:49:32

    Docker run命令详解

    命令格式:docker run [OPTIONS] IMAGE [COMMAND] [ARG...] Usage: Run a command in a new container 中文意思为:通过run命令创建一个新的容器(container)

  • 2020-12-13 20:15:43

    解决gitlab限制上传文件大小的问题

    服务端的限制有两个地方一个是gitlab本身,另外一个是gitlab使用的nginx。 gitlab本身也是很好解决的,使用管理员用户登录gitlab在设置Account and limit中加大Maximum attachment size (MB)和Maximum push size (MB)即可解决 nginx的话修改gitlab.rb这个文件中