Puppeteer循环仅执行一次即终止，请求排查问题根源

你的脚本循环只执行一次就停止，核心问题和几个细节问题如下：

核心问题：循环内的return直接终止了整个函数 #

循环里的return grabText会直接结束整个异步自执行函数，导致第一次迭代后就退出，后面的循环根本没机会运行。这是最关键的原因。

其他需要修复的细节问题 #

• 循环变量i没加let声明，会变成全局变量，可能引发变量污染问题
• 每次循环都绑定page.on('console')事件，会导致监听器重复累加，后续循环会多次触发日志输出
• page.evaluate里的await Array.from(...)完全多余，Array.from是同步操作，不需要await
• 循环外的console.log(grabText)和await browser.close()永远执行不到，因为已经被return提前退出了

修复后的完整代码 #

const puppeteer = require('puppeteer');

(async() => {
    console.log("Step 1 - Call Function")
    const browser = await puppeteer.launch({ headless: true });
    const page = (await browser.pages())[0];
    
    const results = [
        'https://news.ycombinator.com/',
        'https://news.ycombinator.com/news?p=2',
        'https://news.ycombinator.com/news?p=3',
        'https://news.ycombinator.com/news?p=4',
        'https://news.ycombinator.com/news?p=5',
        'https://news.ycombinator.com/news?p=6',
        'https://news.ycombinator.com/news?p=7'
    ]

    // 把console监听移到循环外，避免重复绑定
    page.on('console', async (msg) => {
        const msgArgs = msg.args();
        for (let j = 0; j < msgArgs.length; ++j) {
            console.log(await msgArgs[j].jsonValue());
        }
    });

    console.log("Step 2 - Loop and Check")
    // 用let声明循环变量i，避免全局污染
    const allResults = []; // 用数组收集所有页面的结果
    for(let i = 0; i < 5; i++){
        console.log(`Step 3 - Loop ${i}`)
        
        await page.goto(results[i]);
        
        const grabText = await page.evaluate(() => {
            console.log("Step 4 - Grab Text")
            const contentArea = document.querySelector(".titleline");
            // 去掉多余的await，Array.from是同步操作
            const textArr = Array.from(contentArea.querySelectorAll("a"), e => e.innerText);
            console.log(textArr);
            return textArr;
        });
        allResults.push(grabText); // 将当前页面结果存入数组
        // 移除return，避免终止函数
    }
    console.log("Step 5 - All Results")
    console.log(allResults);
    await browser.close();
})();

修复说明 #

1. 用allResults数组收集每个页面的抓取结果，替代原来的return逻辑
2. 把page.on('console')移到循环外，避免重复绑定事件导致日志重复输出
3. 循环变量i用let声明，避免全局变量污染引发意外问题
4. 去掉page.evaluate里多余的await，优化同步操作的执行逻辑
5. 循环结束后统一输出所有结果并关闭浏览器，确保收尾代码能正常执行

内容的提问来源于stack exchange，提问作者cphill