目录

class: Page

优质
小牛编辑
134浏览
2023-12-01

Page 提供操作一个 tab 页或者 extension background page 的方法。一个 Browser 实例可以有多个 Page 实例。

下面的例子创建一个 Page 实例,导航到一个 url ,然后保存截图:

const puppeteer = require('puppeteer');

puppeteer.launch().then(async browser => {
  const page = await browser.newPage();
  await page.goto('https://example.com');
  await page.screenshot({path: 'screenshot.png'});
  await browser.close();
});

Page会触发多种事件(下面描述的),可以用 node 原生的方法 来捕获处理,比如 on,once 或者 removeListener

下面的例子捕获了一个 page 实例的 load 事件,打印了一句话:

page.once('load', () => console.log('Page loaded!'));

可以用 removeListener 取消对事件的监听:

function logRequest(interceptedRequest) {
  console.log('A request was made:', interceptedRequest.url());
}
page.on('request', logRequest);
// 一段时间后...
page.removeListener('request', logRequest);

event: 'close'

当页面关闭时触发。

event: 'console'

  • <ConsoleMessage>

当页面js代码调用了 console 的某个方法,比如 console.log,或者 console.dir 的时候触发。(如果不监听这个事件,js源码的console语句不会输出)。当页面抛出一个错误或者经过的时候也会触发。

js源码中传给 console.log 的参数,会传给 console 事件的监听器。

一个监听 console 事件的例子:

page.on('console', msg => {
  for (let i = 0; i < msg.args().length; ++i)
    console.log(`${i}: ${msg.args()[i]}`); // 译者注:这句话的效果是打印到你的代码的控制台
});
page.evaluate(() => console.log('hello', 5, {foo: 'bar'})); // 这个代码表示在页面实例中执行了console.log。如果没有监听console事件,这里的输出不会出现在你的控制台

event: 'dialog'

  • <Dialog>

当js对话框出现的时候触发,比如alert, prompt, confirm 或者 beforeunload。Puppeteer可以通过Dialog's accept 或者 dismiss来响应弹窗。

event: 'domcontentloaded'

当页面的 DOMContentLoaded事件被触发时触发。

event: 'error'

当页面崩溃时触发。

注意 errornode 中有特殊的意义, 点击 error events 查看详情。

event: 'frameattached'

  • <Frame>

iframe 加载的时候触发。

event: 'framedetached'

  • <Frame>

iframe 从页面移除的时候触发。

event: 'framenavigated'

  • <Frame>

iframe 导航到新的 url 时触发。

event: 'load'

当页面的 load 事件被触发时触发。

event: 'metrics'

  • <Object>
    • title <string> 传给 console.timeStamp 方法的title参数。
    • metrics <Object> 包含度量对象的键值对,值是<number>类型

当页面js代码调用了 console.timeStamp 方法时触发。page.metrics 章节有描述所有的 metrics。

event: 'pageerror'

当发生页面js代码没有捕获的异常时触发。

event: 'request'

  • <Request>

当页面发送一个请求时触发。参数 request 对象是只读的。 如果需要拦截并且改变请求,参考 page.setRequestInterception 章节。

event: 'requestfailed'

  • <Request>

当页面的请求失败时触发。比如某个请求超时了。

event: 'requestfinished'

  • <Request>

当页面的某个请求成功完成时触发。

event: 'response'

  • <Response>

当页面的某个请求接收到对应的 response 时触发。

event: 'workercreated'

  • <Worker>

当页面生成相应的 WebWorker 时触发。

event: 'workerdestroyed'

  • <Worker>

当页面终止相应的 WebWorker 时触发。

page.$(selector)

此方法在页面内执行 document.querySelector。如果没有元素匹配指定选择器,返回值是 null

page.mainFrame().$(selector) 的简写。

page.$$(selector)

此方法在页面内执行 document.querySelectorAll。如果没有元素匹配指定选择器,返回值是 []

page.mainFrame().$$(selector) 的简写。

page.$$eval(selector, pageFunction[, ...args])

  • selector <string> 一个框架选择器
  • pageFunction <function> 在浏览器实例上下文中要执行的方法
  • ...args <...Serializable|JSHandle> 要传给 pageFunction 的参数。(比如你的代码里生成了一个变量,在页面中执行方法时需要用到,可以通过这个 args 传进去)
  • 返回: <Promise<Serializable>> Promise对象,完成后是 pageFunction 的返回值

此方法在页面内执行 Array.from(document.querySelectorAll(selector)),然后把匹配到的元素数组作为第一个参数传给 pageFunction

如果 pageFunction 返回的是 Promise,那么此方法会等 promise 完成后返回其返回值。

示例:

const divsCounts = await page.$$eval('div', divs => divs.length);

page.$eval(selector, pageFunction[, ...args])

  • selector <string> 选择器
  • pageFunction <function> 在浏览器实例上下文中要执行的方法
  • ...args <...Serializable|JSHandle> 要传给 pageFunction 的参数。(比如你的代码里生成了一个变量,在页面中执行方法时需要用到,可以通过这个 args 传进去)
  • 返回: <Promise<Serializable>> Promise对象,完成后是 pageFunction 的返回值

此方法在页面内执行 document.querySelector,然后把匹配到的元素作为第一个参数传给 pageFunction

如果 pageFunction 返回的是 Promise,那么此方法会等 promise 完成后返回其返回值。

示例:

const searchValue = await page.$eval('#search', el => el.value);
const preloadHref = await page.$eval('link[rel=preload]', el => el.href);
const html = await page.$eval('.main-container', e => e.outerHTML);

page.mainFrame().$eval(selector, pageFunction) 的简写。

page.$x(expression)

此方法解析指定的XPath表达式。

page.mainFrame().$x(expression) 的简写。

page.accessibility

  • returns: <Accessibility>

page.addScriptTag(options)

  • options <Object>
    • url <string> 要添加的script的src
    • path <string> 要注入frame的js文件路径. 如果 path 是相对路径, 那么相对 当前路径 解析。
    • content <string> 要注入页面的js代码(即<script>content</script>)
    • type <string> 脚本类型。 如果要注入 ES6 module,值为'module'。点击 script 查看详情。
  • 返回: <Promise<ElementHandle>> Promise对象,即注入完成的tag标签。当 script 的 onload 触发或者代码被注入到 frame。

注入一个指定src(url)或者代码(content)的 script 标签到当前页面。

page.mainFrame().addScriptTag(options) 的简写。

page.addStyleTag(options)

  • options <Object>
    • url <string> link标签的href属性值
    • path <string> 样式文件的路径. 如果path 是相对路径,那么相对 当前路径解析。
    • content <string> css代码(即<style>content</style>)
  • 返回: <Promise<ElementHandle>> Promise对象,即注入完成的tag标签。当style的onload触发或者代码被注入到frame。

添加一个指定link(url)的 <link rel="stylesheet"> 标签。 或者添加一个指定代码(content)的 <style type="text/css"> 标签。

page.mainFrame().addStyleTag(options) 的简写。

page.authenticate(credentials)

HTTP authentication 提供认证凭据 。

null 禁用认证。

page.bringToFront()

相当于多个tab时,切换到某个tab。

page.browser()

  • returns: <Browser>

得到当前 page 实例所属的 browser 实例。

page.click(selector[, options])

  • selector <string> 要点击的元素的选择器。 如果有多个匹配的元素, 点击第一个。
  • options <Object>
    • button <string> left, right, 或者 middle, 默认是 left
    • clickCount <number> 默认是 1. 查看 UIEvent.detail
    • delay <number> mousedownmouseup 之间停留的时间,单位是毫秒。默认是0
  • 返回: <Promise> Promise对象,匹配的元素被点击。 如果没有元素被点击,Promise对象将被rejected。

此方法找到一个匹配 selector 选择器的元素,如果需要会把此元素滚动到可视,然后通过 page.mouse 点击它。 如果选择器没有匹配任何元素,此方法将会报错。

要注意如果 click() 触发了一个跳转,会有一个独立的 page.waitForNavigation() Promise对象需要等待。 正确的等待点击后的跳转是这样的:

const [response] = await Promise.all([
  page.waitForNavigation(waitOptions),
  page.click(selector, clickOptions),
]);

page.mainFrame().click(selector[, options]) 的简写。

page.close([options])

page.close() 在 beforeunload 处理之前默认不执行

注意 如果 runBeforeUnload 设置为true,可能会弹出一个 beforeunload 对话框。 这个对话框需要通过页面的 'dialog' 事件手动处理。

page.content()

返回页面的完整 html 代码,包括 doctype。

page.cookies([...urls])

如果不指定任何 url,此方法返回当前页面域名的 cookie。 如果指定了 url,只返回指定的 url 下的 cookie。

page.coverage

  • returns: <Coverage>

page.deleteCookie(...cookies)

page.emulate(options)

  • options <Object>
    • viewport <Object>
      • width <number> 页面的宽度,单位像素.
      • height <number> 页面的高度,单位像素.
      • deviceScaleFactor <number> 定义设备缩放, (类似于 dpr). 默认 1
      • isMobile <boolean> 要不要包含meta viewport 标签. 默认 false
      • hasTouch<boolean> 指定终端是否支持触摸。默认 false
      • isLandscape <boolean> 指定终端是不是 landscape 模式. 默认 false
    • userAgent <string>
  • 返回: <Promise>

根据指定的参数和 user agent 生成模拟器。此方法是和下面两个方法效果相同:

  • page.setUserAgent(userAgent)
  • page.setViewport(viewport)

为了支持模拟器,puppeteer 提供了一些设备的参数选项,可以通过 require('puppeteer/DeviceDescriptors') 命令引入。 下面是通过 puppeteer 生成 iPhone 6 模拟器的例子:

const puppeteer = require('puppeteer');
const devices = require('puppeteer/DeviceDescriptors');
const iPhone = devices['iPhone 6'];

puppeteer.launch().then(async browser => {
  const page = await browser.newPage();
  await page.emulate(iPhone);
  await page.goto('https://www.google.com');
  // 其他操作...
  await browser.close();
});

支持的设备可以在这里找到: DeviceDescriptors.js

page.emulateMedia(mediaType)

  • mediaType <?string> 改变页面的css媒体类型。支持的值仅包括 'screen', 'print'null。传 null 禁用媒体模拟
  • 返回: <Promise>

page.evaluate(pageFunction[, ...args])

如果pageFunction返回的是Promisepage.evaluate将等待promise完成,并返回其返回值。

如果pageFunction返回的是不能序列化的值,将返回undefined

pageFunction传参数示例:

const result = await page.evaluate(x => {
  return Promise.resolve(8 * x);
}, 7); // (译者注: 7 可以是你自己代码里任意方式得到的值)
console.log(result); // 输出 "56"

也可以传一个字符串:

console.log(await page.evaluate('1 + 2')); // 输出 "3"
const x = 10;
console.log(await page.evaluate(`1 + ${x}`)); // 输出 "11"

ElementHandle 实例 可以作为参数传给 page.evaluate:

const bodyHandle = await page.$('body');
const html = await page.evaluate(body => body.innerHTML, bodyHandle);
await bodyHandle.dispose();

page.mainFrame().evaluate(pageFunction, ...args) 的简写。

page.evaluateHandle(pageFunction[, ...args])

  • pageFunction <function|string> 要在页面实例上下文中执行的方法
  • ...args <...Serializable|JSHandle> 要传给 pageFunction 的参数
  • 返回: <Promise<JSHandle>> pageFunction 执行的结果 页内类型(JSHandle)

此方法和 page.evaluate 的唯一区别是此方法返回的是页内类型(JSHandle)

如果传给此方法的方法(参数)返回的是Promise对象,将等待promise完成并返回其返回值

也可以传一个字符串替代方法:

const aHandle = await page.evaluateHandle('document'); // 'document'对象

JSHandle 实例可以作为 page.evaluateHandle的参数:

const aHandle = await page.evaluateHandle(() => document.body);
const resultHandle = await page.evaluateHandle(body => body.innerHTML, aHandle);
console.log(await resultHandle.jsonValue());
await resultHandle.dispose();

page.mainFrame().executionContext().evaluateHandle(pageFunction, ...args) 的简写。

page.evaluateOnNewDocument(pageFunction[, ...args])

添加一个方法,在以下某个场景被调用:

  • 页面导航完成后
  • 页面的iframe加载或导航完成。这种场景,指定的函数被调用的上下文是新加载的iframe。

指定的函数在所属的页面被创建并且所属页面的任意 script 执行之前被调用。常用于修改页面js环境,比如给 Math.random 设定种子

下面是在页面加载前重写 navigator.languages 属性的例子:

// preload.js

// 重写 `languages` 属性,使其用一个新的get方法
Object.defineProperty(navigator, "languages", {
  get: function() {
    return ["en-US", "en", "bn"];
  }
});

// 假设 preload.js 和当前的代码在同一个目录
const preloadFile = fs.readFileSync('./preload.js', 'utf8');
await page.evaluateOnNewDocument(preloadFile);

page.exposeFunction(name, puppeteerFunction)

  • name <string> 挂载到window对象的方法名
  • puppeteerFunction <function> 调用name方法时实际执行的方法
  • 返回: <Promise>

此方法添加一个命名为 name 的方法到页面的 window 对象 当调用 name 方法时,在 node.js 中执行 puppeteerFunction,并且返回 Promise 对象,解析后返回 puppeteerFunction 的返回值

如果 puppeteerFunction 返回的是 Promise 对象,此方法会等其解析后再返回

注意 通过 page.exposeFunction 挂载到页面的方法在多次跳转后扔有用 (原文:> NOTE Functions installed via page.exposeFunction survive navigations.)

添加md5()到页面的例子:

const puppeteer = require('puppeteer');
const crypto = require('crypto');

puppeteer.launch().then(async browser => {
  const page = await browser.newPage();
  page.on('console', msg => console.log(msg.text()));
  await page.exposeFunction('md5', text =>
    crypto.createHash('md5').update(text).digest('hex')
  );
  await page.evaluate(async () => {
    // 使用 window.md5 计算哈希
    const myString = 'PUPPETEER';
    const myHash = await window.md5(myString);
    console.log(`md5 of ${myString} is ${myHash}`);
  });
  await browser.close();
});

添加 readfile() 到页面的例子:

const puppeteer = require('puppeteer');
const fs = require('fs');

puppeteer.launch().then(async browser => {
  const page = await browser.newPage();
  page.on('console', msg => console.log(msg.text()));
  await page.exposeFunction('readfile', async filePath => {
    return new Promise((resolve, reject) => {
      fs.readFile(filePath, 'utf8', (err, text) => {
        if (err)
          reject(err);
        else
          resolve(text);
      });
    });
  });
  await page.evaluate(async () => {
    // 使用 window.readfile 读取文件内容
    const content = await window.readfile('/etc/hosts');
    console.log(content);
  });
  await browser.close();
});

page.focus(selector)

  • selector <string> 要给焦点的元素的选择器selector。如果有多个匹配的元素,焦点给第一个元素。
  • 返回: <Promise> Promise对象,当selector选择器匹配的元素获得焦点后resolve。如果没有元素匹配指定选择器,将会rejected。

此方法找到一个匹配selector的元素,并且把焦点给它。 如果没有匹配的元素,此方法将报错。

page.mainFrame().focus(selector) 的简写。

page.frames()

  • 返回: <Array<Frame>> 加载到页面中的所有iframe标签

page.goBack([options])

  • options <Object> 导航配置,可选值:
    • timeout <number> 跳转等待时间,单位是毫秒, 默认是30秒, 传 0 表示无限等待。可以通过page.setDefaultNavigationTimeout(timeout)方法修改默认值
    • waitUntil <string|Array<string>> 满足什么条件认为页面跳转完成,默认是load事件触发时。指定事件数组,那么所有事件触发后才认为是跳转完成。事件包括:
      • load - 页面的load事件触发时
      • domcontentloaded - 页面的DOMContentLoaded事件触发时
      • networkidle0 - 不再有网络连接时触发(至少500毫秒后)
      • networkidle2 - 只有2个网络连接时触发(至少500毫秒后)
  • 返回: <Promise<?Response>> Promise对象resolve后是主要的请求的响应。如果有多个跳转, resolve后是最后一次跳转的响应. 如果不能回退,解析后是null

导航到页面历史的前一个页面。

page.goForward([options])

  • options <Object> 导航配置,可选值:
    • timeout <number> 跳转等待时间,单位是毫秒, 默认是30秒, 传 0 表示无限等待。可以通过page.setDefaultNavigationTimeout(timeout)方法修改默认值
    • waitUntil <string|Array<string>> 满足什么条件认为页面跳转完成,默认是 load 事件触发时。指定事件数组,那么所有事件触发后才认为是跳转完成。事件包括:
      • load - 页面的load事件触发时
      • domcontentloaded - 页面的 DOMContentLoaded 事件触发时
      • networkidle0 - 不再有网络连接时触发(至少500毫秒后)
      • networkidle2 - 只有2个网络连接时触发(至少500毫秒后)
  • 返回: <Promise<?Response>> Promise对象resolve后是主要的请求的响应. 如果有多个跳转, resolve后是最后一次跳转的响应. 如果不能向前,resolve后是null

导航到页面历史的后一个页面。

page.goto(url[, options])

  • url <string> 导航到的地址. 地址应该带有http协议, 比如 https://.
  • options <Object> 导航配置,可选值:
    • timeout <number> 跳转等待时间,单位是毫秒, 默认是30秒, 传 0 表示无限等待。可以通过page.setDefaultNavigationTimeout(timeout)方法修改默认值
    • waitUntil <string|Array<string>> 满足什么条件认为页面跳转完成,默认是 load 事件触发时。指定事件数组,那么所有事件触发后才认为是跳转完成。事件包括:
      • load - 页面的load事件触发时
      • domcontentloaded - 页面的 DOMContentLoaded 事件触发时
      • networkidle0 - 不再有网络连接时触发(至少500毫秒后)
      • networkidle2 - 只有2个网络连接时触发(至少500毫秒后)
    • referer <string> Referer header value. If provided it will take preference over the referer header value set by page.setExtraHTTPHeaders().
  • 返回: <Promise<?Response>> Promise对象resolve后是主要的请求的响应。如果有多个跳转, resolve后是最后一次跳转的响应

以下情况此方法将报错:

  • 发生了 SSL 错误 (比如有些自签名的https证书).
  • 目标地址无效
  • 超时
  • 主页面不能加载
  • the main resource failed to load.

注意 page.goto 抛出或返回主页面的响应。唯一的例外是导航到 about:blank 或导航到具有不同散列的相同URL,这将成功并返回 null

注意 无头模式不支持打开 PDF 文件。查看 upstream issue

快捷方式 page.mainFrame().goto(url, options)

page.hover(selector)

  • selector <string> 要hover的元素的选择器。如果有多个匹配的元素,hover第一个。
  • 返回: <Promise> Promise对象,当匹配的元素成功被hover后resolve。如果没有匹配的元素,将会rejected。

此方法找到一个匹配的元素,如果需要会把此元素滚动到可视,然后通过 page.mouse 来hover到元素的中间。 如果没有匹配的元素,此方法将会报错。

page.mainFrame().hover(selector) 的简写。

page.isClosed()

表示页面是否被关闭。

page.keyboard

  • returns: <Keyboard>

page.mainFrame()

  • 返回: <Frame> 返回页面的主frame

保证页面一直有有一个主 frame

page.metrics()

  • 返回: <Promise<Object>> 包含指标数据的键值对:
    • Timestamp <number> 时间点(when the metrics sample was taken)
    • Documents <number> 页面的documents数量。
    • Frames <number> 页面的iframe数量。
    • JSEventListeners <number> 页面的js事件数量。
    • Nodes <number> 页面的dom节点数量。
    • LayoutCount <number> 整页面或部分页面的布局数量。
    • RecalcStyleCount <number> 页面样式重新计算数量。
    • LayoutDuration <number> 页面布局总时间。
    • RecalcStyleDuration <number> 页面样式重新计算总时间。
    • ScriptDuration <number> 页面js代码执行总时间。
    • TaskDuration <number> 页面任务执行总时间。
    • JSHeapUsedSize <number> 页面占用堆内存大小。
    • JSHeapTotalSize <number> 总的页面堆内存大小。

注意 All timestamps are in monotonic time: monotonically increasing time in seconds since an arbitrary point in the past.

page.mouse

  • returns: <Mouse>

page.pdf([options])

  • options <Object> 可以有以下配置项:
    • path <string> pdf文件保存的路径。如果是相对路径,则相对当前路径。如果不指定路径,将不保存到硬盘。
    • scale <number> 页面渲染的缩放。默认是1。缩放值必须介于0.1到2之间。
    • displayHeaderFooter <boolean> 显示页眉和页脚。默认是不显示
    • headerTemplate <string> 页眉的html模板,可以有这些变量:
      • date 格式化的日期
      • title 网页标题
      • url 网页地址
      • pageNumber 当前页码
      • totalPages 总页数
    • footerTemplate <string> 页脚的html模板。和页眉模板变量相同。
    • printBackground <boolean> 是否打印背景图. 默认是 false
    • landscape <boolean> 页面横向(?Paper orientation). 默认为 false.
    • pageRanges <string> 要输出的页码范围, 比如, '1-5, 8, 11-13'。默认是空字符串,表示全部页码。
    • format <string> 页面格式。如果设置了,将覆盖 widthheight 配置. 默认是 'Letter'。
    • width <string> 页面宽度, 接受带单位的字符串。
    • height <string> 页面高度, 接受带单位的字符串。
    • margin <Object> 页面空白白边配置,默认是空
      • top <string> 顶部的白边
      • right <string> 右侧白边, 接受带单位的字符串
      • bottom <string> 底部白边, 接受带单位的字符串
      • left <string> 左侧白边, 接受带单位的字符串
    • preferCSSPageSize <boolean> 给页面优先级声明的任何CSS @page 大小超过 widthheightformat 选项中声明的大小。 默认为 false,它将缩放内容以适合纸张大小。
  • 返回: <Promise<Buffer>> Promise对象,resolve后是pdf buffer。

注意 目前仅支持无头模式的 Chrome

page.pdf() 生成当前页面的pdf格式,带着 pring css media。如果要生成带着 screen media的pdf,在page.pdf() 前面先调用 page.emulateMedia('screen')

注意 默认情况下,page.pdf() 生成一个带有修改颜色的 pdf 用于打印。 使用[-webkit-print-color-adjust](https://developer.mozilla.org/en-US/docs/Web/CSS/-webkit-print-color-adjust)属性强制渲染精确的颜色。

// 生成 'screen' media 格式的pdf.
await page.emulateMedia('screen');
await page.pdf({path: 'page.pdf'});

width, height, 和 margin 接受带单位的字符串. 不带单位的默认是像素(px)

几个例子:

  • page.pdf({width: 100}) - pdf将是 100 pixels宽
  • page.pdf({width: '100px'}) - pdf将是 100 pixels宽
  • page.pdf({width: '10cm'}) - pdf将是 10 厘米宽.

支持的单位包括:

  • px - 像素
  • in - 英寸
  • cm - 厘米
  • mm - 毫米

format 可选值:

  • Letter: 8.5in x 11in
  • Legal: 8.5in x 14in
  • Tabloid: 11in x 17in
  • Ledger: 17in x 11in
  • A0: 33.1in x 46.8in
  • A1: 23.4in x 33.1in
  • A2: 16.5in x 23.4in
  • A3: 11.7in x 16.5in
  • A4: 8.27in x 11.7in
  • A5: 5.83in x 8.27in
  • A6: 4.13in x 5.83in

注意 headerTemplatefooterTemplate 有下面的限制:

  1. js脚本不会被执行
  2. 页面的样式对模板内无效

page.queryObjects(prototypeHandle)

  • prototypeHandle <JSHandle> A handle to the object prototype.
  • returns: <Promise<JSHandle>> Promise which resolves to a handle to an array of objects with this prototype.

此方法遍历js堆栈,找到所有带有指定原型的对象

// 创建 Map 对象
await page.evaluate(() => window.map = new Map());
// 获取 Map 对象的原型
const mapPrototype = await page.evaluateHandle(() => Map.prototype);
// 查询所有的 map 实例,存储为一个数组
const mapInstances = await page.queryObjects(mapPrototype);
// 计算堆栈中 map 对象的数量
const count = await page.evaluate(maps => maps.length, mapInstances);
await mapInstances.dispose();
await mapPrototype.dispose();

page.mainFrame().executionContext().queryObjects(prototypeHandle) 的简写

page.reload([options])

  • options <Object> 导航配置,可选值:
    • timeout <number> 跳转等待时间,单位是毫秒, 默认是30秒, 传 0 表示无限等待。可以通过page.setDefaultNavigationTimeout(timeout)方法修改默认值
    • waitUntil <string|Array<string>> 满足什么条件认为页面跳转完成,默认是 load 事件触发时。指定事件数组,那么所有事件触发后才认为是跳转完成。事件包括:
      • load - 页面的load事件触发时
      • domcontentloaded - 页面的 DOMContentLoaded 事件触发时
      • networkidle0 - 不再有网络连接时触发(至少500毫秒后)
      • networkidle2 - 只有2个网络连接时触发(至少500毫秒后)
  • 返回: <Promise<?Response>> Promise对象解析后是主要的请求的响应. 如果有多个跳转, 解析后是最后一次跳转的响应

page.screenshot([options])

  • options <Object> 可选配置:
    • path <string> 截图保存路径。截图图片类型将从文件扩展名推断出来。如果是相对路径,则从当前路径解析。如果没有指定路径,图片将不会保存到硬盘。
    • type <string> 指定截图类型, 可以是 jpeg 或者 png。默认 'png'.
    • quality <number> 图片质量, 可选值 0-100. png 类型不适用。
    • fullPage <boolean> 如果设置为true,则对完整的页面(需要滚动的部分也包含在内)。默认是false
    • clip <Object> 指定裁剪区域。需要配置:
      • x <number> 裁剪区域相对于左上角(0, 0)的x坐标
      • y <number> 裁剪区域相对于左上角(0, 0)的y坐标
      • width <number> 裁剪的宽度
      • height <number> 裁剪的高度
    • omitBackground <boolean> 隐藏默认的白色背景,背景透明。默认不透明
    • encoding <string> 图像的编码可以是 base64binary。 默认为“二进制”。
  • 返回: <Promise<[Buffer|String]>> Promise对象,resolve后是截图的buffer

备注 在OS X上 截图需要至少1/6秒。查看讨论:https://crbug.com/741689。

page.select(selector, ...values)

  • selector <string> 要查找的选择器
  • ...values <...string> 查找的配置项。如果选择器有多个属性,所有的值都会查找,否则只有第一个元素被找到。(翻译不一定准确,具体要实验)
  • 返回: <Promise<Array<string>>> 所有符合的元素

当提供的选择器完成选中后,触发changeinput事件 如果没有元素匹配指定选择器,将报错。

page.select('select#colors', 'blue'); // 单选择器
page.select('select#colors', 'red', 'green', 'blue'); // 多选择器

page.mainFrame().select() 的简写

page.setBypassCSP(enabled)

设置绕过页面的安全政策

注意 CSP 发生在 CSP 初始化而不是评估阶段。也就是说应该在导航到这个域名前设置

page.setCacheEnabled([enabled])

-- enabled <boolean> 设置缓存的 enabled 状态

设置每个请求忽略缓存。默认是启用缓存的。

page.setContent(html[, options])

  • html <string> 分派给页面的HTML。
  • options <Object> 参数可能具有如下属性:
    • timeout <number> 加载资源的超时时间,默认值为30秒,传入0禁用超时. 可以使用 page.setDefaultNavigationTimeout(timeout) 或者 page.setDefaultTimeout(timeout) 方法修改默认值
    • waitUntil <string|Array<string>> HTML设置成功的标志事件, 默认为 load。 如果给定的是一个事件数组,那么当所有事件之后,给定的内容才被认为设置成功。 事件可以是:
      • load - load事件触发后,设置HTML内容完成。
      • domcontentloaded - DOMContentLoaded 事件触发后,设置HTML内容完成。
      • networkidle0 - 不再有网络连接时(至少500毫秒之后),设置HTML内容完成
      • networkidle2 - 只剩2个网络连接时(至少500毫秒之后),设置HTML内容完成
  • 返回: <Promise>

page.setCookie(...cookies)

await page.setCookie(cookieObject1, cookieObject2);

page.setDefaultNavigationTimeout(timeout)

  • timeout <number> 最多等待时间,单位是毫秒

此方法会改变下面几个方法的默认30秒等待时间:

  • page.goto(url, options)
  • page.goBack(options)
  • page.goForward(options)
  • page.reload(options)
  • page.waitForNavigation(options)

page.setExtraHTTPHeaders(headers)

  • headers <Object> 每个 HTTP 请求都会带上这些请求头。值必须是字符串
  • 返回: <Promise>

当前页面发起的每个请求都会带上这些请求头

注意 此方法不保证请求头的顺序

page.setGeolocation(options)

  • options
    • latitude <number> Latitude between -90 and 90.
    • longitude <number> Longitude between -180 and 180.
    • accuracy <number> Optional non-negative accuracy value.
  • returns: <Promise>

Sets the page's geolocation.

await page.setGeolocation({latitude: 59.95, longitude: 30.31667});

注意 考虑使用 browserContext.overridePermissions 授予页面权限去读取地址位置。

page.setJavaScriptEnabled(enabled)

注意 改变这个值不会影响已经执行的js。下一个跳转会完全起作用。

page.setOfflineMode(enabled)

page.setRequestInterception(value)

启用请求拦截器,会激活 request.abort, request.continuerequest.respond 方法。这提供了修改页面发出的网络请求的功能。

一旦启用请求拦截,每个请求都将停止,除非它继续,响应或中止。 通过请求拦截器取消所有图片请求:

const puppeteer = require('puppeteer');

puppeteer.launch().then(async browser => {
  const page = await browser.newPage();
  await page.setRequestInterception(true);
  page.on('request', interceptedRequest => {
    if (interceptedRequest.url().endsWith('.png') || interceptedRequest.url().endsWith('.jpg'))
      interceptedRequest.abort();
    else
      interceptedRequest.continue();
  });
  await page.goto('https://example.com');
  await browser.close();
});

注意 启用请求拦截器会禁用页面缓存。

page.setUserAgent(userAgent)

  • userAgent <string> Specific user agent to use in this page
  • returns: <Promise> Promise which resolves when the user agent is set.

page.setViewport(viewport)

  • viewport <Object>
    • width <number> 宽度,单位是像素
    • height <number> 高度,单位是像素
    • deviceScaleFactor <number> 定义设备缩放, (类似于 dpr)。 默认 1
    • isMobile <boolean> 要不要包含meta viewport 标签。 默认 false
    • hasTouch<boolean> 指定终端是否支持触摸。 默认 false
    • isLandscape <boolean> 指定终端是不是 landscape 模式。 默认 false
  • 返回: <Promise>

注意 在大部分情况下,改变 viewport 会重新加载页面以设置 isMobile 或者 hasTouch

如果是一个浏览器多个页面的情况,每个页面都可以有单独的viewport

page.tap(selector)

  • selector <string> 要点击的元素的选择器。如果有多个匹配的元素,点击第一个
  • 返回: <Promise>

此方法找到一个匹配的元素,如果需要会把此元素滚动到可视,然后通过 page.touchscreen 来点击元素的中间位置 如果没有匹配的元素,此方法会报错

page.mainFrame().tap(selector) 的简写

page.target()

  • returns: <Target> a target this page was created from.

page.title()

page.mainFrame().title()的简写

page.touchscreen

  • returns: <Touchscreen>

page.tracing

  • returns: <Tracing>

page.type(selector, text[, options])

  • selector <string> 要输入内容的元素选择器。如果有多个匹配的元素,输入到第一个匹配的元素。
  • text <string> 要输入的内容
  • options <Object>
    • delay <number> 每个字符输入的延迟,单位是毫秒。默认是 0。
  • 返回: <Promise>

每个字符输入后都会触发 keydown, keypress/inputkeyup 事件

要点击特殊按键,比如 ControlArrowDown,用 keyboard.press

page.type('#mytextarea', 'Hello'); // 立即输入
page.type('#mytextarea', 'World', {delay: 100}); // 输入变慢,像一个用户

page.mainFrame().type(selector, text[, options]) 的简写

page.url()

page.mainFrame().url() 的简写

page.viewport()

  • 返回: <?Object>
    • width <number> 宽度,单位是像素
    • height <number> 高度,单位是像素
    • deviceScaleFactor <number> 定义设备缩放, (类似于 dpr)。 默认 1
    • isMobile <boolean> 要不要包含meta viewport 标签。 默认 false
    • hasTouch<boolean> 指定终端是否支持触摸。 默认 false
    • isLandscape <boolean> 指定终端是不是 landscape 模式。 默认 false

page.waitFor(selectorOrFunctionOrTimeout[, options[, ...args]])

  • selectorOrFunctionOrTimeout <string|number|function> 选择器, 方法 或者 超时时间
  • options <Object> 可选的等待参数
  • ...args <...Serializable|JSHandle> 传给 pageFunction 的参数
  • returns: <Promise<JSHandle>> Promise which resolves to a JSHandle of the success value

此方法根据第一个参数的不同有不同的结果:

  • 如果 selectorOrFunctionOrTimeoutstring, 那么认为是 css 选择器或者一个xpath, 根据是不是'//'开头, 这时候此方法是 page.waitForSelector 或 page.waitForXPath的简写
  • 如果 selectorOrFunctionOrTimeoutfunction, 那么认为是一个predicate,这时候此方法是page.waitForFunction()的简写
  • 如果 selectorOrFunctionOrTimeoutnumber, 那么认为是超时时间,单位是毫秒,返回的是Promise对象,在指定时间后resolve
  • 否则会报错
// wait for selector
await page.waitFor('.foo');
// wait for 1 second
await page.waitFor(1000);
// wait for predicate
await page.waitFor(() => !!document.querySelector('.foo'));

将 node.js 中的参数传递给 page.waitFor 函数:

const selector = '.foo';
await page.waitFor(selector => !!document.querySelector(selector), {}, selector);

page.mainFrame().waitFor(selectorOrFunctionOrTimeout[, options[, ...args]])的简写

page.waitForFunction(pageFunction[, options[, ...args]])

  • pageFunction <function|string> 要在浏览器实例上下文执行的方法
  • options <Object> 可选的等待参数:
    • polling <string|number> An interval at which the pageFunction is executed, defaults to raf. If polling is a number, then it is treated as an interval in milliseconds at which the function would be executed. If polling is a string, then it can be one of the following values:
      • raf - to constantly execute pageFunction in requestAnimationFrame callback. This is the tightest polling mode which is suitable to observe styling changes.
      • mutation - to execute pageFunction on every DOM mutation.
    • timeout <number> 最长时间,单位是毫秒. 默认 30000 (30 seconds). 传 0 表示不会超时。
  • ...args <...Serializable|JSHandle> 传给 pageFunction的参数
  • returns: <Promise<JSHandle>> Promise 对象,当 pageFunction 返回等于true的结果时resolve, resolves 为结果的 JSHandle 类型

waitForFunction 可以用来监控页面的大小变化:

const puppeteer = require('puppeteer');

puppeteer.launch().then(async browser => {
  const page = await browser.newPage();
  const watchDog = page.waitForFunction('window.innerWidth < 100');
  await page.setViewport({width: 50, height: 50});
  await watchDog;
  await browser.close();
});

将 node.js 中的参数传递给 page.waitForFunction 函数:

const selector = '.foo';
await page.waitForFunction(selector => !!document.querySelector(selector), {}, selector);

page.mainFrame().waitForFunction(pageFunction[, options[, ...args]]) 的简写

page.waitForNavigation([options])

  • options <Object> 导航配置,可选值:
    • timeout <number> 跳转等待时间,单位是毫秒, 默认是30秒, 传 0 表示无限等待. 可以通过page.setDefaultNavigationTimeout(timeout)方法修改默认值
    • waitUntil <string|Array<string>> 满足什么条件认为页面跳转完成,默认是 load 事件触发时。指定事件数组,那么所有事件触发后才认为是跳转完成。事件包括:
      • load - 页面的load事件触发时
      • domcontentloaded - 页面的DOMContentLoaded事件触发时
      • networkidle0 - 不再有网络连接时触发(至少500毫秒后)
      • networkidle2 - 只有2个网络连接时触发(至少500毫秒后)
  • 返回: <Promise<[?Response]>> Promise对象resolve后是主要的请求的响应。如果有多个跳转, resolve后是最后一次跳转的响应。如果由于使用 History API 而导航到不同的锚点或导航,导航将以 null 解析。

此方法在页面跳转到一个新地址或重新加载时解析,如果你的代码会间接引起页面跳转,这个方法比较有用: 比如这个例子:

const [response] = await Promise.all([
  page.waitForNavigation(), // The promise resolves after navigation has finished
  page.click('a.my-link'), // 点击该链接将间接导致导航(跳转)
]);

注意 通过 History API 改变地址会认为是一次跳转。

快捷方式 page.mainFrame().waitForNavigation(options)。

page.waitForRequest(urlOrPredicate[, options])

  • urlOrPredicate <string|Function> A URL or predicate to wait for.
  • options <Object> Optional waiting parameters
    • timeout <number> Maximum wait time in milliseconds, defaults to 30 seconds, pass 0 to disable the timeout.
  • returns: <Promise<Request>> Promise which resolves to the matched request.
const firstRequest = await page.waitForRequest('http://example.com/resource');
const finalRequest = await page.waitForRequest(request => request.url() === 'http://example.com' && request.method() === 'GET');
return firstRequest.url();

page.waitForResponse(urlOrPredicate[, options])

  • urlOrPredicate <string|Function> A URL or predicate to wait for.
  • options <Object> Optional waiting parameters
    • timeout <number> Maximum wait time in milliseconds, defaults to 30 seconds, pass 0 to disable the timeout.
  • returns: <Promise<Response>> Promise which resolves to the matched response.
const firstResponse = await page.waitForResponse('https://example.com/resource');
const finalResponse = await page.waitForResponse(response => response.url() === 'https://example.com' && response.status() === 200);
return finalResponse.ok();

page.waitForSelector(selector[, options])

  • selector <string> 要等待的元素选择器
  • options <Object> 可选参数:
    • visible <boolean> 等元素出现在dom中并且可以看到, 比如。 没有 display: none 或者 visibility: hidden 样式。 默认是 false
    • hidden <boolean> 等元素在dom中消失或看不到, 比如。 有 display: none 或者 visibility: hidden 样式。 默认是 false
    • timeout <number> 最大等待时间,单位是毫秒,默认是30000 (30 seconds),传0表示不会超时
  • 返回: <Promise<ElementHandle>> Promise对象,当指定选择器匹配的元素添加到dom中时resolve

等待指定的选择器匹配的元素出现在页面中,如果调用此方法时已经有匹配的元素,那么此方法立即返回。 如果指定的选择器在超时时间后扔不出现,此方法会报错。

此方法在页面跳转时仍然有效:

const puppeteer = require('puppeteer');

puppeteer.launch().then(async browser => {
  const page = await browser.newPage();
  let currentURL;
  page
    .waitForSelector('img')
    .then(() => console.log('First URL with image: ' + currentURL));
  for (currentURL of ['https://example.com', 'https://google.com', 'https://bbc.com'])
    await page.goto(currentURL);
  await browser.close();
});

page.mainFrame().waitForSelector(selector[, options]) 的简写

page.waitForXPath(xpath[, options])

  • xpath <string> 要等待的元素的xpath
  • options <Object> 可选参数:
    • visible <boolean> 等元素出现在dom中并且可以看到, 比如. 没有 display: none 或者 visibility: hidden 样式. 默认是 false.
    • hidden <boolean> 等元素在dom中消失或看不到, 比如. 有 display: none 或者 visibility: hidden 样式. 默认是 false.
    • timeout <number> 最大等待时间,单位是毫秒,默认是30000 (30 seconds),传0表示不会超时
  • 返回: <Promise<ElementHandle>> Promise对象,当指定xpath匹配的元素添加到dom中时resolve

等待指定的xpath匹配的元素出现在页面中,如果调用此方法时已经有匹配的元素,那么此方法立即返回。 如果指定的xpath在超时时间后扔不出现,此方法会报错。

此方法在页面跳转时仍然有效:

const puppeteer = require('puppeteer');

puppeteer.launch().then(async browser => {
  const page = await browser.newPage();
  let currentURL;
  page
    .waitForXPath('//img')
    .then(() => console.log('First URL with image: ' + currentURL));
  for (currentURL of ['https://example.com', 'https://google.com', 'https://bbc.com'])
    await page.goto(currentURL);
  await browser.close();
});

page.mainFrame().waitForXPath(xpath[, options]) 的简写

page.workers()

  • returns: <Array> 该方法返回所有与页面关联的 WebWorkers

备注 这不包含 ServiceWorkers