2

我正在尝试使用nightmarejs从几个网站上抓取信息。我遇到的问题是，我只想一次打开一个窗口并等待它关闭，然后再处理下一个 url。

// index.js

var urls = // an array of urls.

var l = 10; // urls.length;
while (l--) {
  // g.findById(id).then()....
  // y.findById(id).then()....

  UrlProcessing.findById(id).then(function(results) {
    console.log(results);
  });
}

现在 findByid：

//UrlProcessing.js

class UrlProcessing {


  findById(id) {
    var address = id;

    return new Promise(function (resolve, reject) {
      vo(function*(address) {
        var nightmare = new Nightmare({show: true});
        var link = yield nightmare
            .goto(address)
            .wait(2000)
            .evaluate(function() {
            return document.getElementsByTagName('html')[0].innerHTML;
            });
        yield nightmare.end();
        return yield link;

      })(address, function(err, res) {
        if(err) reject(err);

        resolve(res);
      });
    });
  }
  module.exports = UrlProcessing;
}

关于如何实现这一目标的任何建议？我想findById在 while 循环中执行每个。

4

2 回答 2

3

无需修改findById，您可以使用以下方法模拟系列或瀑布式行为reduce：

var urls = ['http://www.yahoo.com', 'http://example.com', 'http://w3c.org'];
urls.reduce(function(accumulator, url) {
  return accumulator.then(function(results) {
    return findById(url)
      .then(function(result) {
        results.push(result);
        return results;
      });
  });
}, Promise.resolve([])).then(function(results){
  //do what you need to do with the results
});

为了完整起见，并且因为我必须进行一些修饰，findById我的（轻微）修改的方法：

function findById(address) {
  return new Promise(function(resolve, reject) {
    vo(function * (address) {
      var nightmare = new Nightmare({
        show: true
      });
      var link = yield nightmare
        .goto(address)
        .wait(2000)
        .evaluate(function() {
          return document.getElementsByTagName('html')[0].innerHTML;
        });
      yield nightmare.end();
      return link;
    })(address, function(err, res) {
      if (err) reject(err);
      resolve(res);
    });
  });
}

...话虽如此，我不确定这种方法是最好的。为什么你希望他们在不同的噩梦实例中一次一个地出现？我意识到这并不完全适合您的原始实现，但这可能是您想要考虑的事情 - 您可以更改findById以接受数组而不是单个 URL，并且（可选）使用相同的 Nightmare 实例。来电findById：

var urls = ['http://www.yahoo.com', 'http://example.com', 'http://w3c.org'];
findById(urls)
 .then(function(results) {
    //do what you need to do with the results
  });

...和findById它本身：

function findById(addresses) {
  return new Promise(function(resolve, reject) {
    vo(function * (addresses) {
      var nightmare = new Nightmare({
        show: true
      });
      var results = [];
      for (var i = 0; i < addresses.length; i++) {
        results.push(yield nightmare
          .goto(addresses[i])
          .wait(2000)
          .evaluate(function() {
            return document.getElementsByTagName('html')[0].innerHTML;
          }));
      }
      yield nightmare.end();
      return results;

    })(addresses, function(err, res) {
      if (err) reject(err);
      resolve(res);
    });
  });
}

当然，如果您仍然每次都想要新的 Nightmare 实例，您可以将构造函数调用和调用移到循环.end()内部。for

于 2016-02-16T01:17:08.493 回答
1

您所做的一切几乎都是正确的，现在您需要做的就是对 Promise 进行序列化，即链接它们，您可以看看这个答案。

只需更改您的代码以使用reduce：

// index.js

urls.reduce( function(promise, url){
  return promise.then(function(){
    return url.findById(id);
  }).then(function(results){
    console.log(results);
  });
}, Promise.resolve())
  .then(function(){
    console.log('All done');
  });

在更简洁的 ES6 形式中，它将是：

urls.reduce( (p, url) => p.then(() => url.findById(id)).then(r => console.log(r)), Promise.resolve())
  .then(() => console.log('All done') );
于 2016-02-16T02:32:01.450 回答