如何用Puppeteer与Node.js提取指定表格的目标文本并格式化输出？

你当前的代码仅获取了整个表格容器的文本内容，没有单独提取每个<td>标签的文本，因此无法得到目标格式的结果。以下是正确的实现方案：

核心思路 #

• 选中目标表格下的所有<td>元素，而非仅选中表格容器
• 遍历每个<td>元素，提取并清理文本内容
• 将提取到的文本数组转为逗号分隔的字符串

实现代码 #

// 选中目标表格内的所有<td>元素
const tdElements = await page.$$('.data.table.additional-attributes td');

// 提取每个<td>的文本并去除首尾空白
const tdTexts = await Promise.all(
  tdElements.map(async el => {
    return el.evaluate(node => node.textContent.trim());
  })
);

// 转换为逗号分隔的字符串
const formattedResult = tdTexts.join(', ');
console.log(formattedResult); // 输出示例：3170104501, 3170104501, Genuine Parts, SMA

可选优化（过滤空文本） #

如果表格中存在空的<td>，可以添加过滤逻辑去除空项：

const tdTexts = await Promise.all(
  tdElements.map(async el => {
    return el.evaluate(node => node.textContent.trim());
  })
).then(texts => texts.filter(text => text)); // 过滤空字符串

内容的提问来源于stack exchange，提问作者Ricardo R