使用 Nodejs 实时抓取聊天记录

Question

我想做的是在 NodeJs 上构建一个 scraping 应用程序，从中实时监控聊天并将某些消息存储在任何数据库中？

我想做的是以下，我想从聊天平台流中获取数据，从而获取一些有用的信息，帮助那些正在做流服务的人；

但是我不知道如何使用 NodeJs 开始做这个，

到目前为止我能做的是捕获消息的数据，但是我无法实时监控新消息，在这方面有什么帮助吗？

到目前为止我做了什么：

server.js

var express     = require('express');
var fs          = require('fs');
var request     = require('request');
var puppeteer = require('puppeteer');
var app         = express();

app.get('/', function(req, res){

    url = 'https://www.nimo.tv/live/6035521326';

    (async() => {
        
        const browser = await puppeteer.launch();

        const page = await browser.newPage();
        await page.goto(url);
        await page.waitForSelector('.msg-nickname');

        const messages = await page.evaluate(() => {
            return Array.from(document.querySelectorAll('.msg-nickname'))
                    .map(item => item.innerText);
        });

        console.log(messages);
    })();
    res.send('Check your console!')

});

app.listen('8081') 
console.log('Magic happens on port 8081'); 
exports = module.exports = app;

有了这个，我得到了用户消息的昵称并放入一个数组中，我想制作我的应用程序运行并在聊天中完成输入时自动接收新的昵称，对这个挑战有帮助吗？

也许我需要使用 WebSocket

Answer 1

如果可能你应该使用API，聊天正在使用。尝试打开 Chrome 开发人员工具中的网络选项卡，并尝试找出正在发生的网络请求。

如果那不可能，您可以使用 MutationObserver to monitor DOM changes. Expose a function via page.exposeFunction 然后听取相关的变化。然后，您可以将获得的数据插入数据库。

下面是一些帮助您入门的示例代码：

const puppeteer = require('puppeteer');
const { Client } = require('pg');

(async () => {
    const client = new Client(/* ... */);
    await client.connect(); // connect to database

    const browser = await puppeteer.launch({ headless: false });
    const [page] = await browser.pages();

    // call a handler when a mutation happens
    async function mutationListener(addedText) {
        console.log(`Added text: ${addedText}`);

        // insert data into database
        await client.query('INSERT INTO users(text) VALUES()', [addedText]);
    }
    page.exposeFunction('mutationListener', mutationListener);

    await page.goto('http://...');
    await page.waitForSelector('.msg-nickname');

    await page.evaluate(() => {
        // wait for any mutations inside a specific element (e.g. the chatbox)
        const observerTarget = document.querySelector('ELEMENT-TO-MONITOR');
        const mutationObserver = new MutationObserver((mutationsList) => {
            // handle change by checking which elements were added and which were deleted
            for (const mutation of mutationsList) {
                const { removedNodes, addedNodes } = mutation;
                // example: pass innerText of first added element to our mutationListener
                mutationListener(addedNodes[0].innerText);
            }
        });
        mutationObserver.observe( // start observer
            observerTarget,
            { childList: true }, // wait for new child nodes to be added/removed
        );
    });
})();

使用 Nodejs 实时抓取聊天记录

Realtime scrape a chat using Nodejs

node.js

firebase

puppeteer