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



  • 2019-08-14 13:18:59

    Linux系统下CPU使用(load average)梳理

    在平时的运维工作中,当一台服务器的性能出现问题时,通常会去看当前的CPU使用情况,尤其是看下CPU的负载情况(load average)。对一般的系统来说,根据cpu数量去判断。比如有2颗cup的机器。如果平均负载始终在1.2以下,那么基本不会出现cpu不够用的情况。也就是Load平均要小于Cpu的数量。

  • 2019-08-14 14:27:35

    计算密集型和IO密集型

    在进行I/O操作的时候,是将任务交给DMA来处理,请求发出后CPU就不管了,在DMA处理完后通过中断通知CPU处理完成了。I/O操作消耗的cpu时间很少.

  • 2019-08-14 14:29:12

    浅谈nodejs和php

    现在,Web开发公司和开发人员可以选择多种技术栈来构建Web应用程序。早期网络发展,不同的技术被用于前端和后端开发。但是,随着Node.js的发布,布局发生了变化,因为它允许开发人员使用 JavaScript 编写后端代码。这最终催生了MEAN(MongoDB + Express +AngularJS + NodeJS )堆栈 web 开发框架,从前端到后端甚至是数据库(MongoDB -JSON)都使用 JavaScript。在 Node.js 之前,Web 开发通常是在 PHP 的帮助下完成的,因为它很容易与 HTML 集成,帮助开发人员立即构建动态网站。在这篇文章中,我们将比较 Node.js 和 PHP,看哪一个最适合当前的行业需求。

  • 2019-08-15 13:32:18

    Node.js是如何解决服务器高性能瓶颈问题的

    在Java、PHP或者.net等服务器端语言中,会为每一个客户端连接创建一个新的线程。而每个线程需要耗费大约2MB内存。也就是说,理论上,一个8GB内存的服务器可以同时连接的最大用户数为4000个左右。要让Web应用程序支持更多的用户,就需要增加服务器的数量,而Web应用程序的硬件成本当然就上升了。

  • 2019-08-15 13:33:53

    nodejs的10个性能优化技巧

    在我接触JavaScript(无论浏览器还是NodeJS)的时间里,总是遇到有朋友有多线程的需求。而在NodeJS方面,有朋友甚至直接说到,NodeJS是单线程的,无法很好的利用多核CPU。那么我们在使用过程中,就要非常注意性能优化了

  • 2019-08-16 13:18:48

    使用ffmpeg进行ts切片并AES-128加密

    由于解密的key文件都是公开的,所以并不能算上完全加密,用户只要把你的key+m3u8里的ts切片文件全部下载,用ffmpeg还是能解,这时就要考虑url的key防止用户直接下载和盗链。 ​

  • 2019-08-18 22:22:54

    Error:error: unable to remove file: Permission denied

    JNI里写的C++增加了函数或修改了,如果此时是Debug模式下,而且还没退出程序,就出现这个Permission denied的提示。解决也很简单:就是退出App即可。如果退出无响应,直接拔usb,重新插上也可以

  • 2019-08-19 10:24:29

    浅析Express中的路由与应用模式

    Express是一个基于Node.js的轻量级web开发框架,具有体积小,使用灵活等特点。查看Express的源码,如果不计供使用的中间件,主体框架只有一千余行代码,非常简练。