PAYATHON 2026

如何让 Playwright 返回的字符串数组与网页展开后的评论内容一致？

排障赵师傅

每次点击后，都应等待对应评论展开完成，再提取文本。await revealLink.click() 会等待点击操作完成，但不保证点击触发的异步内容更新也已完成。

现有代码存在同步风险。由于缺少展开前后的实际 HTML，还需要结合页面结构，确定用什么状态判断评论已展开。

为什么最后一条评论仍带有 ...more

当前循环里的两行代码分别负责点击和计数：

await revealLink.click();
revealsRemaining--;

第一行完成点击后，第二行就把待处理数量减一。计数归零只说明程序执行了相应次数的点击，所有评论的完整正文未必都已写入 DOM。

接下来的 evaluateAll() 读取的是执行当时的 DOM，不会自动等待评论展开。最后一次点击后马上提取文本，最后一条评论就最容易出现这个问题。前面的评论则可能在后续点击过程中已经完成更新。

firstPage.locator('a.reveal').first() 每次操作时还会重新定位。如果上一个展开链接尚未消失，下一轮可能再次点击同一个链接。

点击后，等待同一条评论的展开状态

先检查实际 DOM，找出能表示展开完成的变化，例如：

  • 完整正文替换摘要后，a.reveal 被移除或隐藏。
  • 评论容器获得表示展开完成的 class 或属性。
  • 完整正文容器出现，且已填入内容。

等待的状态必须能说明正文已经就绪。如果点击后链接立即隐藏，正文稍后才加载，仅等待链接隐藏仍然不够。

使用下面的代码，需要满足这些前提：

  • 当前页面的评论列表已经加载完成，展开时评论数量和顺序保持不变。
  • 每条评论最多有一个 a.reveal。
  • 正文完成更新时，该链接被移除或隐藏。
  • .body-text 对应需要提取的评论正文。
const reviews = firstPage.locator('.js-listitem .js-review');
const reviewCount = await reviews.count();

for (let i = 0; i < reviewCount; i++) {
  const review = reviews.nth(i);
  const reveal = review.locator('a.reveal');

  if (await reveal.count() === 0) {
    continue;
  }

  if (!(await reveal.isVisible())) {
    continue;
  }

  await reveal.click();

  // 前提：链接消失或隐藏，表示这一条评论的正文已经展开完成。
  await reveal.waitFor({
    state: 'hidden',
    timeout: 10_000,
  });
}

const pageOneReviews = (
  await reviews.locator('.body-text').allInnerTexts()
).map(text => text.trim());

await context.close();
return { pageOneReviews };

展开链接限定在当前评论内，因此其他评论的链接消失不会影响这里的等待。

state: 'hidden' 会等待元素隐藏或从 DOM 中移除。如果确认链接一定会被移除，也可以使用 state: 'detached'。10_000 是等待上限，条件满足后就会继续执行，不会固定停顿十秒。

如果展开后链接仍然可见，只是变成了收起按钮，就需要等待实际的展开状态，不能套用这里的隐藏条件。

提取网页显示的文本时，注意 textContent

原代码使用：

paragraph.textContent

textContent 会读取节点中的文本，也包括隐藏后代节点的文本。如果页面同时保留折叠摘要和完整正文，只通过 CSS 切换显示状态，提取结果可能包含网页上看不到的摘要或 ...more。

如果希望结果接近网页显示的内容，可以使用示例中的 allInnerTexts()，它读取匹配元素的 innerText。这个方法同样不会自动等待内容加载完成，因此仍需保留前面的展开等待。

还要检查 .body-text 的范围。如果其中包含可见的收起按钮、评分或其他操作文字，这些文字也会被提取。此时应把选择器缩小到实际的正文容器。

如果继续按 <p> 提取，建议用 join('\n\n') 连接段落，避免直接拼接把两段文字连在一起。

排查时需要注意什么

不要通过删除字符串末尾的 ...more 修复结果。这样只能删掉提示文字，无法补回尚未读取的正文。

也不建议依赖固定的 waitForTimeout()。固定延时无法判断正文是否已经更新完成，等待明确的 DOM 状态更可靠。如果等待超时，应检查展开请求是否失败、选择器是否匹配，以及所等待的状态是否确实表示正文已就绪。

count() 读取的是调用当时的数量。如果页面还会懒加载更多评论，应先完成加载，再展开评论并提取文本。上面的代码只处理当前已加载的评论列表。

备注：内容仅供参考。