पपेटियर क्या है?

स्क्रैपलेस एजेंट ब्राउज़र दूरस्थ ब्राउज़र सत्र प्रदान करता है जिसे पपेटियर एक समर्थित कनेक्शन के माध्यम से नियंत्रित कर सकता है।

पपेटियर एक जावास्क्रिप्ट पुस्तकालय है जो Chrome या Firefox को समर्थित स्वचालन प्रोटोकॉल के माध्यम से नियंत्रित करने के लिए एक उच्च-स्तरीय इंटरफेस प्रदान करता है। यह पृष्ठों को ब्राउज़ कर सकता है, नियंत्रणों के साथ इंटरैक्ट कर सकता है, सामग्री को inspect कर सकता है, और ब्राउज़र कलाकृतियाँ बना सकता है। पपेटियर डिफ़ॉल्ट रूप से हेडलेस चलता है और एक दृश्यमान ब्राउज़र को भी संचालित कर सकता है।

यह पुस्तकालय एक नियंत्रक है, प्रतिस्थापन रेंडरिंग इंजन नहीं। ब्राउज़र वेबसाइट को लोड और निष्पादित करता है, जबकि आपका कार्यक्रम यह तय करता है कि कौन से कार्य अनुरोध करना है और प्रतिक्रिया को कैसे व्याख्या करना है। यह विभाजन विशेष रूप से महत्वपूर्ण हो जाता है जब ब्राउज़र किसी अन्य मशीन पर चलता है और कार्यक्रम को एक दूरस्थ सत्र का प्रबंधन करना पड़ता है।

पपेटियर एक जावास्क्रिप्ट कार्यक्रम को क्या प्रदान करता है

पपेटियर एक कार्यक्रम को ब्राउज़र-स्तरीय वस्तुएँ और संचालन देता है न कि इसे निम्न-स्तरीय ब्राउज़र नियंत्रण संदेशों को लागू करने की आवश्यकता होती है। इसका आधिकारिक क्षमता अवलोकन Chrome और Firefox नियंत्रण, ब्राउज़र इंटरैक्शन, स्क्रीनशॉट, PDFs, और अन्य स्वचालन उपयोगों का वर्णन करता है। अपने कार्यभार द्वारा उपयोग किए जाने वाले ब्राउज़र और प्रोटोकॉल के लिए फ़ीचर समर्थन की जांच करें।

एक सामान्य कार्य एक ब्राउज़र कनेक्शन प्राप्त करता है, एक पृष्ठ खोलता है, एक गन्तव्य की ओर नेविगेट करता है, और कार्य-विशिष्ट काम करता है। फिर कार्य अपनी आउटपुट का मान्यकरण करता है और वह संसाधन मुक्त करता है जो इसे स्वामित्व में हैं। उपयोगी कार्य रेंडरिंग चेक, अधिकृत डेटा संग्रह, या एक नियंत्रित परीक्षण साइट पर एक फ़ॉर्म इंटरैक्शन हो सकता है।

पपेटियर स्वचालित रूप से सफलता का अर्थ प्रदान नहीं करता है। एक शीर्षक को सफलतापूर्वक पढ़ना यह साबित करता है कि शीर्षक उपलब्ध था, न कि यह कि लक्षित पृष्ठ या खाता पहुँच गया था। स्वीकृति की शर्त को कार्यक्रम में बनाएं न कि यह मान लेने के बजाए कि अंतिम पुस्तकालय कॉल को पूरा करना कार्य को पूरा करता है।

लॉन्चिंग और कनेक्टिंग अलग-अलग जिम्मेदारियां बनाती हैं

लॉन्चिंग एक ब्राउज़र प्रक्रिया को कार्यप्रवृत्ति के नियंत्रण के तहत शुरू करती है, जबकि कनेक्टिंग एक ब्राउज़र से क्लाइंट को संलग्न करती है जो पहले से मौजूद है। ये मॉडल स्वामित्व, सफाई, और वितरण को प्रभावित करते हैं। एक स्थानीय विकास स्क्रिप्ट अक्सर अपना खुद का ब्राउज़र लॉन्च करती है; एक प्रबंधित सेवा आमतौर पर एक आवंटित दूरस्थ सत्र के लिए एक एंडपॉइंट प्रदान करती है।

जब एक कार्य एक ब्राउज़र लॉन्च करता है, तो उसे ब्राउज़र स्थापना और प्रणाली की निर्भरताओं का ध्यान रखना पड़ता है। जब यह दूर से कनेक्ट करता है, तो इसे एंडपॉइंट एक्सेस और सेवा जीवनचक्र नियमों का ध्यान रखना पड़ता है। कोई भी मॉडल पृष्ठों को बंद करने और संसाधनों को मुक्त करने की आवश्यकता को समाप्त नहीं करता है। यह बदलता है कि प्रत्येक भाग के लिए कौन सा सिस्टम जिम्मेदार है।

एक ब्राउज़र को बंद करना और एक क्लाइंट को डिस्कनेक्ट करना अलग-अलग अर्थ रखता है। पपेटियर में, डिस्कनेक्टिंग ब्राउज़र और पृष्ठों को चलने देती है, जबकि बंद करना कनेक्शन के माध्यम से ब्राउज़र को बंद करता है। एक होस्टेड सेवा अतिरिक्त जीवनकाल नियम लागू कर सकती है। वह ऑपरेशन चुनें जो स्वामित्व से मेल खाता है न कि यह मानते हुए कि हर कनेक्शन को एक ही तरीके से समाप्त किया जाना चाहिए।

पृष्ठ और संदर्भ ब्राउज़िंग राज्य को व्यवस्थित करते हैं

एक पपेटियर पृष्ठ एक ब्राउज़र पृष्ठ का प्रतिनिधित्व करता है, जबकि एक ब्राउज़र संदर्भ उन पृष्ठों को समूहित करता है जो एक अलग ब्राउज़िंग वातावरण साझा करते हैं। संदर्भ कार्यों के बीच कुकीज़ और स्थानीय भंडारण को अलग कर सकते हैं। वे एक कार्यप्रवृत्ति के लॉगिन या प्राथमिकताओं को अनजाने में दूसरे कार्यप्रवृत्ति पर प्रभाव डालने से रोकने में मदद करते हैं।

अधिनियमित वेब भंडारण व्यवहार समझाते हैं कि पृष्ठ इंटरैक्शन के बीच स्थिति क्यों महत्वपूर्ण है। एक नया टैब आवश्यक रूप से एक नई पहचान सीमा का मतलब नहीं है। यदि टैब मौजूदा संदर्भ से संबंधित है, तो अनुप्रयोग उस संदर्भ से संबंधित पहले से स्थापित स्थिति को देख सकता है।

कई पृष्ठों में फैलने वाले कार्यों के लिए जानबूझकर स्थिति नीतियों का उपयोग करें। एक रिपोर्ट निर्यात में एक ही कार्यप्रवृत्ति में पहले स्थापित लॉगिन की आवश्यकता हो सकती है। पहली बार के आगंतुक का परीक्षण बिना उस स्थिति के शुरू होना चाहिए। रिकॉर्ड करें कि कार्य किस व्यवहार की अपेक्षा करता है और किसी भी सहेजे गए प्रमाणीकरण सामग्री को साधारण डिबगिंग आउटपुट से बाहर रखें।

क्यों नेविगेशन केवल तत्परता की ओर एक कदम है

पपेटियर नेविगेशन एक दस्तावेज़ मील का पत्थर प्राप्त करता है, लेकिन अनुप्रयोग बाद में बदलते रह सकते हैं। एक एकल-पृष्ठ एप्लिकेशन अपने खोल को दिखा सकता है इससे पहले कि यह डेटा प्राप्त करे। एक नियंत्रण उस समय मौजूद हो सकता है जब प्रासंगिक उपयोगकर्ता विकल्प ने परिणामों को नहीं बदला है। तत्परता उस कार्य से तालमेल होनी चाहिए जिसे आप करना चाहते हैं।

एक व्याख्यात्मक सार्वजनिक निर्देशिका पर विचार करें जिसमें श्रेणी चयनकर्ता हो। श्रेणी चुनने के बाद, कार्य को यह पुष्टि करनी चाहिए कि चयनित लेबल और दृश्य परिणाम उस श्रेणी से संबंधित हैं। जो भी कार्ड मौजूद हैं उसे गिनना पिछले श्रेणी को कैद कर सकता है। सही प्रतीक्षा की स्थिति संक्रमण का वर्णन करती है, न कि किसी भी सामग्री की उपस्थिति मात्र।

एक निश्चित विलंब यह समझा नहीं सकता कि एक पृष्ठ तैयार क्यों है। यह एक तेज़ पृष्ठ पर समय बर्बाद कर सकता है या धीमी अद्यतन से पहले खत्म हो सकता है। आवश्यक तत्व या स्थिति के आधार पर एक सीमित स्थिति अधिक अर्थपूर्ण विफलता पैदा करती है। स्थिति को अप्रस्तुत होने पर अंतिम देखी गई स्थिति को संरक्षित करें ताकि कार्य की जांच की जा सके।

DOM को पढ़ना और पिक्सेल कैप्चर करना अलग-अलग प्रश्नों का उत्तर देता है

DOM निरीक्षण ब्राउज़र की वर्तमान दस्तावेज़ संरचना को पढ़ता है, जबकि एक स्क्रीनशॉट दृश्य प्रस्तुति को रिकॉर्ड करता है। DOM मानक दस्तावेज़ निरीक्षण के पीछे के नोड्स और संबंधों को परिभाषित करता है। दृश्य पृष्ठ उस संरचना से संबंधित है लेकिन उसके समान नहीं है।

एक छिपा हुआ तत्व उस टेक्स्ट को शामिल कर सकता है जो एक निकासी में दिखाई देता है लेकिन स्क्रीनशॉट में नहीं। एक कैनवास बिना समकक्ष टेक्स्ट नोड्स को प्रकट किए हुए सार्थक सामग्री दिखा सकता है। एक वर्चुअलाइज्ड सूची वर्तमान दस्तावेज़ में रिकॉर्ड का केवल एक उपसमुच्चय प्रदर्शित कर सकती है। उस अवलोकन सतह का चयन करें जिसमें वास्तव में वह जानकारी शामिल हो जो आपके कार्य को चाहिए।

जब संरचित डेटा एकत्र करते हैं, तो फ़ील्ड के अर्थ और स्रोत संदर्भ को बनाए रखें। किसी संख्या के बिना उसकी इकाई या संबंधित लेबल के अस्पष्ट हो सकती है। अनुपस्थित फ़ील्ड्स को खाली स्ट्रिंग्स से अलग करें और देखे गए उपसमुच्चय को पूर्ण संग्रह से अलग करें। Puppeteer ब्राउज़र तक पहुंच प्रदान करता है; आपकी निकासी डिज़ाइन रिकॉर्ड सेमांटिक्स को परिभाषित करती है।

जब ब्राउज़र रिमोट होता है तो कलाकृतियों के प्रबंधन में परिवर्तन

रिमोट निष्पादन नियंत्रण कर्ता चला रही मशीन को ब्राउज़र चला रही मशीन से अलग करता है। यह भिन्नता प्रभावित करती है कि डाउनलोड की गई फ़ाइलें और ब्राउज़र-जनित कलाकृतियाँ पहले कहाँ मौजूद होती हैं। एक रिमोट ब्राउज़र वातावरण के अंदर एक पथ स्वचालित रूप से आपके लैपटॉप पर एक पथ नहीं होता है।

डाउनलोड वर्कफ़्लो डिजाइन करने से पहले, यह निर्धारित करें कि कौन-सा घटक बाइट्स प्राप्त करता है और अंतिम कलाकृति कॉल करने वाले के लिए कैसे उपलब्ध होती है। कलाकृति को स्वयं मान्य करें, न कि केवल उस क्लिक को जिसने इसे शुरू किया। एक दस्तावेज़ खाली, अधूरा हो सकता है, या एक प्रमाणीकरण पृष्ठ हो सकता है जिसे एक अपेक्षित फ़ाइल नाम के तहत सहेजा गया है।

चर्चा का Puppeteer के साथ फ़ाइल डाउनलोड्स ब्राउज़र क्रियाओं और कलाकृतियों की पुनःप्राप्ति के बीच का अंतर विकसित करता है। डाउनलोड स्थान को तैनाती डिज़ाइन का एक भाग मानें। इसे स्पष्ट रूप से परीक्षण करें जब आप एक कार्यशील स्थानीय स्क्रिप्ट को दूरस्थ बुनियादी ढाँचे में स्थानांतरित करते हैं।

कैसे पपेटियर एक टेस्ट सूट या एक एजेंट से भिन्न है

Puppeteer ब्राउज़र नियंत्रण प्रदान करता है; एक परीक्षण सूट निष्कर्ष और रिपोर्टिंग का आयोजन करता है, जबकि एक एजेंट लक्ष्य की ओर कार्रवाई चुनता है। आप किसी भी प्रणाली को ब्राउज़र नियंत्रक के चारों ओर बना सकते हैं, लेकिन नियंत्रक स्वचालित रूप से योजना, कार्य मूल्यांकन या संचालन शासन प्रदान नहीं करता है।

इन परतों को समस्याओं का निदान करते समय अलग रखें। एक टूटी हुई चयनकर्ता एक ब्राउज़र प्रक्रिया की विफलता से अलग होती है। गलत व्यावसायिक परिणाम का अनुसरण करने वाली सही ब्राउज़र क्रिया कार्यप्रविधि तर्क या अनुप्रयोग व्यवहार की ओर इशारा करती है। स्पष्ट जिम्मेदारी साक्ष्य को समझने में आसान बनाती है।

जहाँ स्क्रैपलेस एजेंट ब्राउज़र उपयुक्त है

स्क्रैपलेस एजन्ट ब्राउज़र दूरस्थ ब्राउज़र रनटाइम को समर्थित Puppeteer कार्यप्रणालियों के लिए प्रदान करता है। Puppeteer कनेक्शन दस्तावेज़ सेवा संबंध को स्पष्ट करता है। यह हर स्थानीय फ़ाइल सिस्टम संचालन या ब्राउज़र सुविधा को एक पोर्टेबल दूरस्थ संचालन में नहीं बदलता है।

एक प्रतिनिधि कार्य का मूल्यांकन करें, कनेक्शन से लेकर क्लीनअप तक। ब्राउज़र की संगतता, सत्र जीवनकाल की पुष्टि करें, और परिणाम कैसे ब्राउज़र पर्यावरण को छोड़ते हैं, यह जानें। उपयोग करें वर्तमान Scrapeless मूल्य निर्धारण अपने मापी गए सत्र के उपयोग के साथ। इस बात का अनुमान लगाने से बचें कि एक सफल कनेक्शन अकेले पूरी एप्लिकेशन को दूरस्थ रूप से काम करने साबित करता है।

निष्कर्ष

Puppeteer एक ब्राउज़र नियंत्रण पुस्तकालय है जो JavaScript स्वचालन के लिए है। व्यावहारिक निर्णय यह हैं कि ब्राउज़र जीवनचक्र को कैसे संभालना है, पृष्ठ की तत्परता स्थापित करना, स्थिति को प्रबंधित करना, और मान्य आउटपुट को प्राप्त करना। पहले एक छोटे कार्य के लिए उन निर्णयों को हल करें, फिर कार्यप्रवाह को अधिक पृष्ठों या एक दूरस्थ सेवा तक विस्तारित करें।