Làm thế nào để tìm các phần tử bằng XPath trong Puppeteer

Câu trả lời

Trong Puppeteer, các phần tử có thể được xác định bằng XPath thông qua phương thức page.$x(), trả về một mảng các phần tử phù hợp. Các nhà phát triển thường trích xuất phần tử đầu tiên và sau đó tương tác hoặc đánh giá nó bằng ngữ cảnh thực thi của Puppeteer.

Giải thích chi tiết

XPath là một ngôn ngữ truy vấn được thiết kế để điều hướng và chọn các nút trong cấu trúc tài liệu HTML hoặc XML. Trong tự động hóa trình duyệt, nó thường được sử dụng khi các lựa chọn CSS không đủ chính xác hoặc khi cấu trúc DOM được lồng sâu hoặc được tạo động. Khác với các lựa chọn CSS, XPath có thể nhắm đến các phần tử dựa trên mối quan hệ phân cấp, thuộc tính hoặc nội dung văn bản.

Trong Puppeteer, trang trình duyệt cung cấp một phương thức gọi là page.$x(), đánh giá biểu thức XPath trong bối cảnh trang đã tải. Phương thức này luôn trả về một mảng vì nhiều nút có thể khớp với cùng một biểu thức. Ngay cả khi chỉ kỳ vọng một phần tử, các nhà phát triển vẫn cần truy cập nó thông qua chỉ số. Một khi có được một phần tử, nó không thể được đọc hoặc thao tác trực tiếp như một nút DOM; thay vào đó, nó phải được truyền vào page.evaluate() để thực hiện các thao tác như đọc nội dung văn bản hoặc trích xuất thuộc tính.

Việc chọn XPath đặc biệt hữu ích trong các tình huống gỡ mã khi các trang web tạo nội dung động thông qua các khung công cụ JavaScript hoặc khi các phần tử thiếu ID hoặc tên lớp ổn định. Tuy nhiên, các truy vấn XPath có thể thất bại nếu các phần tử được hiển thị theo cách bất đồng bộ, bị ẩn bên trong iframe hoặc chưa có sẵn trong DOM khi script chạy.

Giải pháp / Phương pháp

• Sử dụng page.$x() để chọn XPath: Truyền chuỗi XPath hợp lệ vào page.$x() và trích xuất phần tử khớp đầu tiên từ mảng được trả về trước khi tương tác với nó.
• Đảm bảo tải trang và thời gian phù hợp: Chờ cho đến khi mạng hoặc DOM sẵn sàng bằng cách sử dụng waitForNavigation hoặc các đợi dựa trên lựa chọn để tránh bỏ lỡ các phần tử được tạo động.
• Xử lý các thách thức quản lý bảo mật và hiển thị động: Một số trang web hiện đại áp dụng bảo vệ bot, hiển thị chậm hoặc trang xác minh ngăn cản việc truy cập DOM đáng tin cậy. Trong những trường hợp này, các dịch vụ giải Captcha tự động như CapSolver có thể giúp duy trì quy trình gỡ mã ổn định đồng thời giảm can thiệp thủ công trong việc giải quyết các thách thức.

Thực hành tốt / Mẹo

Ưu tiên sử dụng các biểu thức XPath tương đối (ví dụ: //div[@class='example']) thay vì các đường dẫn tuyệt đối, vì chúng bền bỉ hơn trước các thay đổi trong cấu trúc DOM. Ngoài ra, kết hợp XPath với các đợi rõ ràng để cải thiện độ tin cậy trong môi trường trình duyệt không giao diện. Tránh các chuỗi XPath dài hoặc dễ vỡ phụ thuộc vào cấu trúc chính xác của nút.

👉 Liên quan:

• Cách giải Captcha trong Puppeteer bằng CapSolver
• Cách giải Recaptcha trong gỡ mã web bằng Python

Sử dụng mã FAQ khi đăng ký tại CapSolver để nhận thêm 5% tiền thưởng khi nạp tiền.

FAQ CapSolver - capsolver.com