Extrayendo información

Uno de los problemas que tenia era que cuando fallaba una pruba no cierra el navegador pero con el siguiente codigo me funciona

const puppeteer = require('puppeteer');


describe('Tipos de espera', () => {
    let browser;
    beforeAll( async () => {
        browser = await puppeteer.launch({ headless: false, defaultViewport: null })
    });

    it('mostrar los tipos de espera', async () => {

        const page = await browser.newPage()
 .....
// code

    }, 20000)

    afterAll(async () => {
        await browser.close()
    });
});

Cristian Adrian Ayala

Buen aporte Yilmer, thanks!

Irving Juárez

El afterAll no necesariamente tiene que ir hasta abajo de tu codigo, de hecho normalmente se ponen hasta arriba. . Tu codigo funciona solo si el modo headless esta en false. Una vez que quieras corres tus pruebas sin abrir el navegador te va a salir un error porque se va a querer cerrar un browser que jamas se abrio. . Por eso es bueno hacer una validacion para saber si el browser esta abierto, y si sí lo esta, entonces lo cerramos. . Para esto primero agregamos un userAgent al browser:

beforeAll(async () => {
  browser = await puppeteer.launch({
    defaultViewport: null,
    headless: true,
    args: ["--user-agent=foo"]
  })
})

Y despues la validacion quedaria de la siguiente manera:

afterAll(async () => {
  const browserOpen = await page
    .evaluate(() => navigator.userAgent)

  if (browserOpen) {
    browser.close()
  }
}, MAX_TIMEOUT)

Osmel Jose Vera Isasis

BUNEAS COMPARTO UNA SOLUCION AL EXTRAYENDO EN XPATH DEBIDO A QUE EN EL VIDEO YA EL CODIGO NO ES FUNCIONAL PARA EL 2024

Agustin Cammarota Muti

Dejo una manera mas optimo de plantearla para no repetir tanto código.

const puppeteer = require('puppeteer');

describe('Extraer informacion', () => {
  let browser;
  let page;

  beforeAll(async () => {
    browser = await puppeteer.launch({
      headless: false,
      defaultViewport: null
    });
  });

  afterAll(async () => {
    await browser.close();
  });

  beforeEach(async () => {
    page = await browser.newPage();
    await page.goto('https://platzi.com/', {
      waitUntil: 'networkidle2',
    });
  });

  afterEach(() => {
    page = '';
  });

  it('Extraer el contenido del titulo y url', async () => {
    const title = await page.title();
    const url = await page.url();
    expect(title).toBe('No importa el reto, prepárate en Platzi');
    expect(url).toBe('https://platzi.com/');
  }, 5000);

  it('Extraer informacion del selector - forma 1', async () => {
    const selector = await page.waitForSelector('#cms-landings > section > section.Hero > div > p.Hero-content-subtitle');
    const button = await page.evaluate((name) => name.textContent, selector);
    console.log(button);
    expect(button).toBe('La plataforma de aprendizaje en línea donde puedes desarrollar tus habilidades y adaptarte al futuro profesional.');
  }, 5000);

  it('Extraer informacion del selector - forma 2', async () => {
    await page.waitForSelector('#cms-landings > section > section.Hero > div > p.Hero-content-subtitle');
    const button = await page.$eval('#cms-landings > section > section.Hero > div > p.Hero-content-subtitle', (button) => button.textContent);
    console.log(button);
    expect(button).toBe('La plataforma de aprendizaje en línea donde puedes desarrollar tus habilidades y adaptarte al futuro profesional.');
  }, 5000);

  it('Constar elementos de una pagina', async () => {
    // $$eval es un query selector all - trae varios elementos (Array)
    // ¢eval es un query selector - trae el primer elemento
    const elementos = await page.$$eval('img', (imagenes) => imagenes.length);
    expect(elementos).toBe(18);
  }, 5000)
});

Hernan Camilo Jimenez Garcia

Veo qie el profe nunca usa punto y coma después de una instrucción. Es buena práctica usarlas o no tiene absolutamente nada qué ver?

Javier Fuentes Mora

Profesor

Hola en javascript no es necesario, es a gusto solo hay muy muy pocas veces que puede ser requerido , pero si tu las quieres puedes configurar en el .prettierrc para que se agreguen solitas después de cada linea

Javier Fuentes Mora

Profesor

no tiene nada que ver es a gusto personal , puedes configurar prettier para que te lo agregue o para que lo quite automaticamente Solo hay muy muy muy pocos casos donde un punto y coma si es necesario pero al menso en la practica nunca lo he necesitado

Julia Gabriela Nieva Paredes

Muy difícil porque hay que estar investigando las funciones nuevas. Muchas de las que usa el profe ya no existen en el 2024.

Sergio Daniel Cienfuegos Torres

a mi me salió "undefined" en el Console.log cuando use:

button.textContent

Pero se puede convertir a HTML agregando un [0]:

button[0].textContent

y ya salió el texto del botón :3

Andrés Pereira

Algunas líneas del código son muy largas, en ese caso resulta conveniente para mejorar la visibilidad activar el Ajuste de palabra (Word Wrap) en VSCode (atajo Alt+Z).

Julianny Caicedo

Hace 10 meses

PUPPETER HA TENIDO MUCHAS ACTUALIZACIONES

const puppeteer = require('puppeteer');

describe('Scraping Quotes', () => {

it('Extrae frases y autores', async () => {

const browser = await puppeteer.launch({

headless: false

});

try {

const page = await browser.newPage();

await page.goto('https://quotes.toscrape.com', {

waitUntil: 'domcontentloaded'

});

await page.waitForSelector('.quote');

const quotes = await page.$$eval('.quote', elements =>

elements.map(el => ({

texto: el.querySelector('.text').innerText,

autor: el.querySelector('.author').innerText

}))

);

console.log(quotes);

} finally {

await browser.close();

}

}, 30000);

});

Julianny Caicedo

Hace 10 meses

const puppeteer = require('puppeteer');

describe('Extrayendo Información', () => {

it('Extraer el título de la página y la url', async () => {

const browser = await puppeteer.launch({

headless: false,

defaultViewport: null

});

const page = await browser.newPage();

await page.goto('https://www.google.com', {waitUntil: 'networkidle0'});

await new Promise(resolve => setTimeout(resolve, 5000)); // espera 5s entre recargas

const titulo = await page.title()

const url = await page.url()

console.log(Título: ${titulo});

console.log(URL: ${url});

await browser.close();

}, 60000);

});

Daniel Verdugo

Voy a extraer información de una web que tiene tablas sin selectores ni estilos, son las puras etiquetas table, tbody y td por esa razón usaré XPath, pero me trae la información de una forma muy rara y en un arreglo. ¿Será que hay que hacer algo más a parte de lo que enseña el profe en el minuto 14:00?

Javier Fuentes Mora

Profesor

podrías hacer algo como esto:

const tabla = await page.evaluate(() => {
  const rows = document.querySelectorAll('#tabla-id tr');
  return Array.from(rows, row => {
    const columns = row.querySelectorAll('td');
    return Array.from(columns, column => column.innerText);
  });
});
Te dará un una matriz y podrás acceder a este como si puedan coordenadas
console.log(tabla[1][2]);

Ellioth Aguirre Gonzales

Hace un año

const puppeteer = require("puppeteer")

describe("Extrayendo info", () => {
	it("Extraer el titulo de la pagina y url", async () => {
		const browser = await puppeteer.launch({
			headless: false,
			defaultViewport: null,
			// slowMo: 500
		})

		const page = await browser.newPage()
		await page.goto("https://platzi.com", { waitUntil: "networkidle2" })

        const title = await page.title()
        const url = await page.url()
        console.log("title: ", title)
        console.log("url: ", url)

        // Si necesitas seleccionar un elemento por selector CSS:
        await page.waitForSelector("button[data-id='atomic-ui-button-layout']")

        // si necesitas acceder al texto:
        const button = await page.$eval("button[data-id='atomic-ui-button-layout']", (btn) => btn.textContent)
		console.log("button", button)

        // Si necesitas seleccionar un elemento por XPath:
        const button2 = await page.waitForSelector("::-p-xpath(/html/body/main/header/div/div[2]/div[2]/div[2]/button)")
        const buttonText = await page.evaluate((name) => name.textContent, button2)
        console.log("buttonText", buttonText)

        // Y si necesitas seleccionar varios elementos por XPath:
        const allButtons = await page.$$("::-p-xpath(//button)")
        console.log("allButtons", allButtons.length)

		await browser.close()
	}, 35000)
})
```El codigo 2025:

David Camilo Salas Muñoz

Deben actualizar el código

Jose Rodrigo Ospina Reyes

Me sale un error al utilizar "page.$x" dice, no es una función, alguno le paso ?

Osmel Jose Vera Isasis

HOLA AMIGO DEJE UNA SOLUCION ARRIBA EN LOS COMENTARIOS MAS RECIENTES

Mario Alexander Vargas Celis

const puppeteer = require("puppeteer")

describe("Extrayendo informacion",()=>{

    it("Extraer el titulo de la pagina y url", async()=>{
        const browser = await puppeteer.launch({
            headless:false,
            defaultViewport: null, 
            //slowMo: 500
        });

        const page = await browser.newPage();
        await page.goto("https://platzi.com", {waitUntil: "networkidle2"});
        const titulo = await page.title();
        const url = await page.url();

        console.log("titulo", titulo);
        console.log("url", url);

        

        //await new Promise((resolve) => setTimeout(resolve, 3000));

        await browser.close();
    }, 35000);

    it("Extraer la información d eun elemento", async()=>{
        const browser = await puppeteer.launch({
            headless:false,
            defaultViewport: null, 
            //slowMo: 500
        });

        const page = await browser.newPage();
        await page.goto("https://platzi.com", {waitUntil: "networkidle2"});
        await page.waitForSelector("body > main > header > div > nav > ul > li:nth-child(4) > a");

        const nombreBoton = await page.$eval("body > main > header > div > nav > ul > li:nth-child(4) > a", (button) => button.textContent);

        const [button] = await page.$x("/html/body/main/section[1]/a/div/div[2]/div[2]/button");
        const propiedad = await button.getProperty("textContent");
        const texto = await propiedad.jsonValue();

        //console.log("texto", texto);

        //Segunda Forma

        const texto2 = await page.evaluate((name)=>name.testContent, button);

        const button3 = await page.waitForXPath("/html/body/main/section[1]/a/div/div[2]/div[2]/button");
        const texto3 = await page.evaluate((name)=>name.testContent, button3);
        console.log("texto3", texto3);


        await browser.close();

    }, 35000);  

    it("Contar los elementos d euna pagina", async()=>{
        const browser = await puppeteer.launch({
            headless:false,
            defaultViewport: null, 
            //slowMo: 500
        });

        const page = await browser.newPage();
        await page.goto("https://platzi.com", {waitUntil: "networkidle2"});
        
        const images = await page.$$eval("img",(imagenes) => imagenes.length);
        console.log("images", images)

        await browser.close();
    }, 50000);

})
```const puppeteer = require("puppeteer")



describe("Extrayendo informacion",()=>{



&#x20;   it("Extraer el titulo de la pagina y url", async()=>{

&#x20;       const browser = await puppeteer.launch({

&#x20;           headless:false,

&#x20;           defaultViewport: null,&#x20;

&#x20;           //slowMo: 500

&#x20;       });



&#x20;       const page = await browser.newPage();

&#x20;       await page.goto("https://platzi.com", {waitUntil: "networkidle2"});

&#x20;       const titulo = await page.title();

&#x20;       const url = await page.url();



&#x20;       console.log("titulo", titulo);

&#x20;       console.log("url", url);



&#x20;      &#x20;



&#x20;       //await new Promise((resolve) => setTimeout(resolve, 3000));



&#x20;       await browser.close();

&#x20;   }, 35000);



&#x20;   it("Extraer la información d eun elemento", async()=>{

&#x20;       const browser = await puppeteer.launch({

&#x20;           headless:false,

&#x20;           defaultViewport: null,&#x20;

&#x20;           //slowMo: 500

&#x20;       });



&#x20;       const page = await browser.newPage();

&#x20;       await page.goto("https://platzi.com", {waitUntil: "networkidle2"});

&#x20;       await page.waitForSelector("body > main > header > div > nav > ul > li:nth-child(4) > a");



&#x20;       const nombreBoton = await page.$eval("body > main > header > div > nav > ul > li:nth-child(4) > a", (button) => button.textContent);



&#x20;       const \[button] = await page.$x("/html/body/main/section\[1]/a/div/div\[2]/div\[2]/button");

&#x20;       const propiedad = await button.getProperty("textContent");

&#x20;       const texto = await propiedad.jsonValue();



&#x20;       //console.log("texto", texto);



&#x20;       //Segunda Forma



&#x20;       const texto2 = await page.evaluate((name)=>name.testContent, button);



&#x20;       const button3 = await page.waitForXPath("/html/body/main/section\[1]/a/div/div\[2]/div\[2]/button");

&#x20;       const texto3 = await page.evaluate((name)=>name.testContent, button3);

&#x20;       console.log("texto3", texto3);





&#x20;       await browser.close();



&#x20;   }, 35000); &#x20;



&#x20;   it("Contar los elementos d euna pagina", async()=>{

&#x20;       const browser = await puppeteer.launch({

&#x20;           headless:false,

&#x20;           defaultViewport: null,&#x20;

&#x20;           //slowMo: 500

&#x20;       });



&#x20;       const page = await browser.newPage();

&#x20;       await page.goto("https://platzi.com", {waitUntil: "networkidle2"});

&#x20;      &#x20;

&#x20;       const images = await page.$$eval("img",(imagenes) => imagenes.length);

&#x20;       console.log("images", images)



&#x20;       await browser.close();

&#x20;   }, 50000);



})

Eliud Hernandez Loza

Me marca error al intentar utilizar la función page.$x(''), al parecer ya no sirve esa función o algo

Rodwel Polanco Martinez

Page.$() method | Puppeteer (pptr.dev) Esta es la documentacion de page.

Probablemente lo que estas usando ya no es soportado por la libreria.

Samuel Espinoza Figueroa

TimeoutError: Navigation timeout of 30000 ms exceededJest He estado batallando con este error, si a alguien mas lo tiene y ya lo soluciono les agradeceria que me ayudaran

Rodwel Polanco Martinez

Ayudaria saber la linea de codigo donde te da el error.

ZANONI ALFREDO SALAS TOBÓN

const puppeteer = require('puppeteer');

describe('Tipos de espera', () => {
  let browser;
  let page;

  // Configuración: se ejecuta antes de todas las pruebas
  beforeAll(async () => {
    // Iniciar el navegador de Puppeteer con opciones
    browser = await puppeteer.launch({
      headless: false,        // Ejecución con interfaz gráfica (para depuración)
      defaultViewport: null   // Permitir que la página se adapte al tamaño del navegador
    });
  });

  // Prueba: Mostrar los tipos de espera
  it('Mostrar los tipos de espera', async () => {
    // Crear una nueva página del navegador para cada prueba
    page = await browser.newPage();

    // Navegar a la página deseada
    await page.goto('tu_url_aqui');

    // Esperar a que el botón se cargue usando XPath
    const buttonXPath = "//*[@id='material-view']/div[2]/div[2]/div/div[1]/div/form/div[2]/button";
    const button = await page.waitForXPath(buttonXPath);

    // Extraer el texto del botón usando evaluate
    const texto2 = await page.evaluate((element) => element.textContent, button);
    console.log(`Texto del botón: ${texto2}`);

    // Cerrar la página después de la prueba
    await page.close();
  }, 20000);

  // Limpieza: se ejecuta después de todas las pruebas
  afterAll(async () => {
    // Cerrar el navegador después de todas las pruebas
    await browser.close();
  });
});

Alberto Alejandro Foinquinos Benitez