浏览器指令
有关在使用网页爬虫 API 时定义浏览器指令以处理复杂动态页面的信息。
您可以定义在渲染 JavaScript 时执行的自定义浏览器指令。
设置浏览器指令最简单的方法是使用位于 Web Scraper API Playground上的 AI 驱动的可视化浏览器指令构建器。阅读相关内容 here.
用法
要使用浏览器指令，请在创建作业时提供一组 browser_instructions 。
假设您想在网站中搜索术语 pizza boxes 。
示例作业参数如下所示：
步骤 1。 您必须提供 "render": "html" 参数一起使用时有用。
步骤 2。 浏览器指令应在 "browser_instructions" 字段中描述。
上面的示例浏览器指令指定了目标是将搜索词 pizza boxes 输入到搜索字段，点击 搜索 按钮并等待 5 秒以便内容加载。
抓取结果应如下所示：
抓取到的 HTML 应该如下所示：
获取浏览器资源
我们提供了一个独立的浏览器指令用于获取浏览器资源。
该函数在此定义：
使用 fetch_resource 将导致作业返回与提供的格式匹配的第一个 Fetch/XHR 资源的内容，而不是所针对的 HTML。
假设我们想针对在浏览器中以自然方式访问产品页面时获取的 GraphQL 资源。我们将提供如下作业信息：
这些指令将产生如下结果：
支持的浏览器指令列表
指令列表状态代码
请参阅我们在此概述的响应代码 here.
关于指令验证的状态代码已记录在案 here.
错误和警告
如果您的浏览操作产生错误或警告，您会在结果中找到对应键下的信息 browser_instructions_error 或 browser_instructions_warnings。例如，如果您发送了以下浏览器指令但在页面上未找到预期的 xpath，结果将包含警告。
browser_instructions:
结果：
将浏览器指令转换为动作时发生了意外错误。
执行 {action.type} 浏览器指令时发生了意外错误。
动作 {action.type} 超时。
无法找到选择器类型 {selector.type} ，其值为 {selector.value} 在页面上。
最后更新于
这有帮助吗？