如何用Puppeteer在已打开的Chromium标签页中查找指定文本？

1. 先启动带远程调试的Chromium #

要让Puppeteer连接已打开的Chromium窗口，你需要手动启动Chromium并开启远程调试端口：

# Windows示例（根据你的Chromium路径调整）
start chrome.exe --remote-debugging-port=9222

# macOS示例
/Applications/Chromium.app/Contents/MacOS/Chromium --remote-debugging-port=9222

# Linux示例
chromium --remote-debugging-port=9222

2. Puppeteer连接窗口并实现循环检查逻辑 #

在你的现有项目中添加以下代码，实现连接已打开窗口、循环检查文本、写入结果文件的核心逻辑：

const puppeteer = require('puppeteer');
const fs = require('fs').promises;
const path = require('path');

// 自定义配置项
const CONFIG = {
  remoteDebuggingPort: 9222, // 和启动Chromium时的端口保持一致
  targetTexts: ['文本1', '文本2', '目标关键词'], // 你需要查找的多个文本
  checkInterval: 5000, // 循环检查间隔（单位：毫秒，示例为5秒）
  trueFilePath: path.join(__dirname, 'true.txt'),
  falseFilePath: path.join(__dirname, 'false.txt')
};

// 检查页面是否包含任一目标文本
async function checkPageHasTargetText(page) {
  try {
    return await page.evaluate((targets) => {
      const pageContent = document.body.textContent || '';
      return targets.some(text => pageContent.includes(text));
    }, CONFIG.targetTexts);
  } catch (err) {
    console.error('文本检查出错:', err);
    return false;
  }
}

// 根据检查结果写入对应文件
async function writeResult(isFound) {
  if (isFound) {
    await fs.writeFile(CONFIG.trueFilePath, 'true', 'utf8');
    console.log('找到目标文本，已写入true.txt');
  } else {
    await fs.writeFile(CONFIG.falseFilePath, '未找到任何指定文本', 'utf8');
    console.log('未找到目标文本，已写入false.txt');
  }
}

// 启动循环检查
async function startLoop() {
  let browser;
  try {
    // 连接到已打开的Chromium实例
    browser = await puppeteer.connect({
      browserURL: `http://localhost:${CONFIG.remoteDebuggingPort}`,
      defaultViewport: null // 保留原有窗口的视口设置
    });
    console.log('已成功连接到Chromium窗口');

    // 定时执行检查
    setInterval(async () => {
      try {
        // 获取当前激活的标签页（如需检查所有标签页，可遍历browser.pages()）
        const pages = await browser.pages();
        const activePage = pages.find(page => page.isVisible()) || pages[0];

        if (!activePage) {
          console.log('未找到可用标签页');
          return;
        }

        // 执行文本检查并写入结果
        const hasTargetText = await checkPageHasTargetText(activePage);
        await writeResult(hasTargetText);
      } catch (err) {
        console.error('循环检查过程出错:', err);
      }
    }, CONFIG.checkInterval);

  } catch (err) {
    console.error('连接Chromium失败:', err);
    if (browser) await browser.disconnect();
  }
}

// 启动程序
startLoop();

关键说明 #

• 远程连接逻辑：通过puppeteer.connect方法对接已开启远程调试的Chromium，而非启动新浏览器实例。
• 文本检查效率：在页面上下文内用Array.some判断是否存在任一目标文本，避免多次遍历页面内容。
• 循环控制：使用setInterval实现定时循环，可通过checkInterval调整检查频率。
• 标签页选择：示例默认检查当前可见的标签页，若需遍历所有标签页，可替换为对browser.pages()返回的所有页面逐个检查。

注意事项 #

1. 确保Chromium启动时的远程调试端口与代码配置的remoteDebuggingPort一致。
2. 若页面存在动态加载内容，可在检查文本前添加await activePage.waitForTimeout(1000)（等待1秒），确保内容加载完成后再执行检查。

内容的提问来源于stack exchange，提问作者Reloxe