需要剖析

他人分享了很多网盘链接,本人每个手动去转存很浪费时间,而且,这些操作都是重复性劳动。与Pandownload的这个性能相似,不过pandownload因为一些起因无奈应用了,所以只能本人实现。

思路

思路其实很简略,就是齐全模仿人为操作,将网盘链接存起来。咱们能够把网盘链接分为两种,第一种是没有提取码的,第二种是有提取码的。前者比后者少一个提交提取码的步骤。那么,咱们

如何辨别,拜访一个网盘链接的时候,到底是哪种呢?

能够通过拜访页面的title来决定。

这种是无提取码的,后缀是无限度

这种是须要填写提取码的,后缀是请输出提取码,写代码的时候,截取后三个字儿提取码即可

填写Cookie信息

批量转存的前提是,咱们得登录,我这里实现的计划是间接从浏览器中获取到cookie信息,复制到代码中进行应用,查看网站的cookie信息能够用插件EditThisCookie

点击右上角导出Cookie,cookie就放在粘贴板中了,复制到代码中,而后应用循环,将所有cookie利用page.setCookie办法,将cookie搁置到以后申请上下文中

填写提取码

期待页面加载结束,找到输出提取码框的元素,找到其id,而后应用page.$$eval()办法获取并写入货色

能够看见,这里的id为accessCode。所以咱们只须要写

await page.$$eval('#accessCode', writeCode, code);async function writeCode(nodes, code) {    for (let node of nodes) {        node.value = code;    }}

就能够了。我这里是间接改的node.value,你也能够用puppeteer模仿人来填写。

提取文件

找到提取文件按钮,点击,而后期待跳转结束。

值得注意的是,咱们点击的肯定是A标签,其余标签须要进行过滤。

await page.$$eval('.g-button-blue-large', click);await page.waitFor(1000);async function click(nodes) {    for (let node of nodes) {        if (node.title === '提取文件') {            await node.click();        }    }}

而后期待跳转即可

抉择要保留的文件

这里简略实现为,抉择全副文件,不过值得注意的是,如果是单文件,是不须要点击抉择全副文件的。能够通过判断元素是否存在判断是否有复选框,是否须要进行点击

如图,不过这里奇怪的是,class的值是一个不可读的字符串,我不确定这个值是不是与用户无关,所以这里就打码了。
既然须要做的就是找到这个元素,点击就行了,那咱们照着做就行

await page.$$eval('.zbyDdwb', selectAll);async function selectAll(nodes) {    for (let node of nodes) {        await node.click();        break;    }}

点击保留到网盘

与点击提取文件一样,找到目表按钮,而后点击就行,感兴趣的敌人,能够本人试试

弹出框抉择保留的文件门路

防止麻烦,这里写得比较简单,如果有抉择跟上一次样的框,那么就点击抉择跟上一次一样,如果没有,就间接存储在根目录下。(能够依据你想要的需要本人改)
抉择前

抉择后

能够发现,仅仅是扭转了Class的值,所以实现的时候,也扭转一下值就行

await page.$$eval('.save-path-item', chooseLocation);async function chooseLocation(nodes) {    for (let node of nodes) {        node.setAttribute('class', 'save-path-item check');    }}

点击确定按钮

与之前几个按钮一样,咱们只须要找到确认按钮,点击就行了。

await page.$$eval('[title=确定]', confirm)async function confirm(nodes) {    for (let node of nodes) {        console.log(node.tagName);        if (node.tagName === 'A') {            await node.click();        }    }}

这样,整个逻辑就实现了。

残缺代码

为了程序能失常运行,须要退出一些额定的waitFor期待,防止操作太快导致的诸如IP封禁,元素未加载进去等乌七八糟的问题。同时,我这里数据都是从数据库中进去的,所以外面有与更新数据库状态的代码。

const Pan = require('../model/Pan');const {Cluster} = require('puppeteer-cluster');const crawler = require('./crawler');const cookies = [];async function selectAll(nodes) {    console.log('selectAll',nodes.length);    for (let node of nodes) {        await node.click();        break;    }}async function click(nodes) {    console.log('click',nodes.length);    for (let node of nodes) {        if (node.title === '提取文件') {            await node.click();        }    }}async function writeCode(nodes, code) {    console.log('writeCode',nodes.length);    for (let node of nodes) {        node.value = code;    }}async function confirm(nodes) {    console.log(nodes.length);    for (let node of nodes) {        console.log(node.tagName);        if (node.tagName === 'A') {            await node.click();        }    }}async function clickSave(nodes) {    for (let node of nodes) {        if (node.tagName === 'A') {            await node.click();            break;        }    }}async function chooseLocation(nodes) {    for (let node of nodes) {        node.setAttribute('class', 'save-path-item check');    }}async function saveBaidu() {    const cluster = await Cluster.launch(crawler.clusterLanuchOptionsPan);    await cluster.task(async ({page, data}) => {        let {id, url, code} = data;        for (let i = 0; i < cookies.length; i++) {            await page.setCookie(cookies[i]);        }        await page.goto(url);        await page.waitForSelector('html');        await page.content();        let title = await page.title();        let codeWrong = false;        let used = true;        let needCodeButNone = false;        if (title.indexOf('提取码') !== -1) {            // todo 填写提取码            if (code === '-' || code === '+') {                needCodeButNone = true;            } else {                await page.$$eval('#accessCode', writeCode, code);                await page.$$eval('.g-button-blue-large', click);                await page.waitFor(1000);                let content = await page.content();                if (content.indexOf('验证码谬误') !== -1) {                    used = false;                } else if (content.indexOf('提取码谬误') !== -1) {                    codeWrong = true;                    used = false;                } else {                    await page.waitFor(2000);                }            }        }        if (used && !needCodeButNone) {            title = await page.title();            await page.waitFor(1000);            console.log(title);            if (title.indexOf('不存在') !== -1) {            } else {                // todo 找到title=保留到网盘的a标签并点击                let x = await page.$$('.zbyDdwb');                console.log(x.length);                if (!(x === null || x===undefined || x.length === 0)){                    await page.$$eval('.zbyDdwb', selectAll);                }                await page.$$eval('[title=保留到网盘]', clickSave);                await page.$$eval('.save-path-item', chooseLocation);                await page.waitFor(2000);                await page.$$eval('[title=确定]', confirm);            }        }        await Pan.update({            used: used,            code_wrong: codeWrong,            need_code: needCodeButNone        }, {            where: {                id: id            }        });        await page.waitFor(3000);    });    let pans = await Pan.findAll({        where: {            site_id:12,            reachable: true,            used:false,            code_wrong:false        }    });    console.log(pans.length);    for (let i = 0; i < pans.length; i++) {        if (pans[i].url.startsWith('http://pan.baidu') || pans[i].url.startsWith('https://pan.baidu')) {            await cluster.queue({                id: pans[i].id,                url: pans[i].url,                code: pans[i].code            });        }    }    await cluster.idle();}(async () => {    await saveBaidu();})();// crawler.clusterLanuchOptionsPan 是启动配置项,如下const launchOptions = {    headless: true,    ignoreHTTPSErrors: true,        // 疏忽证书谬误    waitUntil: 'networkidle2',    defaultViewport: {        width: 1920,        height: 1080    },    args: [        '--disable-gpu',        '--disable-dev-shm-usage',        '--disable-web-security',        '--disable-xss-auditor',    // 敞开 XSS Auditor        '--no-zygote',        '--no-sandbox',        '--disable-setuid-sandbox',        '--allow-running-insecure-content',     // 容许不平安内容        '--disable-webgl',        '--disable-popup-blocking',        //'--proxy-server=http://127.0.0.1:8080'      // 配置代理    ],    executablePath: 'C:\\Program Files (x86)\\Google\\Chrome\\Application\\chrome.exe',};const clusterLanuchOptionsPan = {    concurrency: Cluster.CONCURRENCY_PAGE,  // 单Chrome多tab模式    maxConcurrency: 1,  // 并发的workers数    retryLimit: 2,   // 重试次数    skipDuplicateUrls: true,  // 不爬反复的url    monitor: false,  // 显示性能耗费    puppeteerOptions: launchOptions,};
炒鸡辣鸡原创文章,转载请注明起源