Puppeteer抓取a标签innerText和href返回异常如何解决

你使用的page.$$方法仅会返回匹配选择器的ElementHandle对象数组，不支持传入回调函数执行浏览器端求值逻辑，所以你拿到的是和页面实例绑定的元素句柄信息，而非目标文本或链接。

你需要改用page.$$eval方法，该方法的第二个参数为浏览器端执行的回调函数，会自动接收匹配到的元素数组作为入参，返回值会直接传递到Node.js环境。

提取a标签文本 #

const nodeChildren = await page.$$eval('.hash-tag a', (elements) => {
  return elements.map(option => option.innerText.trim())
});
console.log(nodeChildren);

提取a标签href属性 #

const nodeHrefs = await page.$$eval('.hash-tag a', (elements) => {
  return elements.map(option => option.getAttribute('href'))
});
console.log(nodeHrefs);

同时提取文本和href #

const nodeInfos = await page.$$eval('.hash-tag a', (elements) => {
  return elements.map(option => ({
    text: option.innerText.trim(),
    href: option.getAttribute('href')
  }))
});
console.log(nodeInfos);

• 选择器直接定位到.hash-tag下的a标签，减少不必要的层级遍历，逻辑更简洁
• page.$$eval的回调运行在浏览器沙箱环境中，无法直接访问Node.js环境的变量，如有传参需求可以放在方法的第三个参数位置传入
• 如果你需要对匹配元素做点击、输入等交互操作，才需要用page.$$获取ElementHandle后逐个处理，单纯提取属性/文本优先用page.$$eval性能更高

内容的提问来源于stack exchange，提问作者Mariano