6
我正在开发一个工具,需要从第三方服务器下载一个网页,执行它作为浏览器然后解析HTML。我所苦恼的是,在所有的javascript被执行并且DOM被修改之后,该工具需要解析HTML。我正在尝试使用PhantomJS来达到这个目的,它适用于一小段代码(只是一个带有外部javascript的小型html文档,它为DOM添加了一些节点),但是当我对一个真实站点(http://www.dba.dk/)做同样的处理时,我在经过js代码完成的所有修改后,没有获得最终的HTML。PhantomJS并获得修改DOM
我真的需要帮助,因为我坚持了一个多星期。
我PhantomJS代码很简单:
if (phantom.state.length === 0) {
if (phantom.args.length === 0) {
console.log('Usage: test.js <some URL>');
phantom.exit();
} else {
var address = phantom.args[0];
phantom.state = Date.now().toString();
phantom.viewportSize = { width: 1280, height: 800 };
phantom.open(address);
}
} else {
var elapsed = Date.now() - new Date().setTime(phantom.state);
if (phantom.loadStatus === 'success') {
if (!first_time) {
var first_time = true;
if (!document.addEventListener) {
console.log('Not SUPPORTED!');
}
phantom.render('result.png');
var markup = document.documentElement.innerHTML;
console.log(markup);
phantom.exit();
}
} else {
console.log('FAIL to load the address');
phantom.exit();
}
}
的HTML转储到控制台中不包含的内容生成动态