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



  • 2017-02-16 08:09:01

    HTML中PRE和p的区别

    pre 元素可定义预格式化的文本。被包围在 pre 元素中的文本通常会保留空格和换行符。而文本也会呈现为等宽字体。 <pre> 标签的一个常见应用就是用来表示计算机的源代码。

  • 2017-02-16 15:14:14

    动态加载js和css

    开发过程中经常需要动态加载js和css,今天特意总结了一下常用的方法。

  • 2017-02-17 17:11:24

    mysql插入数据后返回自增ID的方法c

    产生的ID 每次连接后保存在服务器中。这意味着函数向一个给定客户端返回的值是该客户端产生对影响AUTO_INCREMENT列的最新语句第一个 AUTO_INCREMENT值的。这个值不能被其它客户端影响,即使它们产生它们自己的 AUTO_INCREMENT值。这个行为保证了你能够找回自己的 ID 而不用担心其它客户端的活动,而且不需要加锁或处理

  • 2017-02-21 07:59:45

    不会被 iOS 停掉的网页定时器

    其实这个标题略微有点标题党:iOS 中,除了少数服务(如播放音乐),大部分 App 在用户按了 Home 键之后,过不了多久就会被完全冻结,这对 Safari 同样适用。本文不考虑这样情况,只考虑 Safari 运行时,怎样让定时器持续工作。

  • 2017-02-24 15:04:10

    PHP 中的 9 个魔术方法

    这个标题有点牵强因为php有不只9种魔术方法, 但是这些将会引导你使用php魔术方法一个好的开始。它可能魔幻,但是并不需要魔杖。 这些'魔术'方法拥有者特殊的名字,以两个下划线开始,表示这些方法在php特定事件下将会被触发。这可能听起来有点自动魔法但是它真的很酷的,我们已经看过一个简单的例子在 last post,即我们使用一个构造器-使用这个作为我们第一个例子