PhantomJS页面转储脚本问题[英] PhantomJS page dump script issue

问题描述

Digikey 更改了他们的网站,现在有一个名为 onload via post 的 javascript.这杀死了我以前的简单 java HTML 代码检索器.我正在尝试使用 PhantomJS 在保存 HTML/文本之前允许执行 javascript.

var page = new WebPage(),
t, address;


var fs = require('fs');

if (phantom.args.length === 0) {

console.log('Usage: save.js <some URL>');
phantom.exit();
} else {

address = encodeURI(phantom.args[0]);
page.open(address, function (status) {
    if (status !== 'success') {
        console.log('FAIL to load the address');
    } else {
        f = null;
        var markup = page.content;
        console.log(markup);
        try {
        f = fs.open('htmlcode.txt', "w");
        f.write(markup);
        f.close();          
        } catch (e) {
            console.log(e);
        }
    }   
    phantom.exit();

});

}

此代码适用于大多数网页,但在以下情况下失败:

http://search.digikey.com/scripts/dksearch/dksus.dll?keywords=S7072-ND

这是我的测试用例.它无法打开 URL,然后 PhantomJS 崩溃.使用 win32 静态构建 1.3.

有什么建议吗?

基本上我所追求的是 wget,它与页面渲染和脚本在保存文件之前修改文档竞争.

推荐答案

一个快速而肮脏的解决方案......但在 phantomjs 网站上发布......是使用超时.我已修改您的代码以包含 2 秒的等待时间.这允许页面在将内容转储到文件之前加载 2 秒.如果您需要精确的秒数,或者时间量会有很大差异,则此解决方案可能不适合您.

var page = new WebPage(),

t, address;


var fs = require('fs');

if (phantom.args.length === 0) {

console.log('Usage: save.js <some URL>');
phantom.exit();
} else {

address = encodeURI(phantom.args[0]);
page.open(address, function (status) {
    if (status !== 'success') {
        console.log('FAIL to load the address');
    } else {
         window.setTimeout(function(){
            f = null;
            var markup = page.content;
            console.log(markup);
            try {
            f = fs.open('htmlcode.txt', "w");
            f.write(markup);
            f.close();          
            } catch (e) {
                console.log(e);
            }
        }   
        phantom.exit();
    },2000);
});

}

本文地址:https://www.itbaoku.cn/post/1739995.html