使用Tor网络执行JavaScript而无需人工干预

Question

简而言之

我想通过Tor网络加载html内容并执行JavaScript以通过此网络通过AJAX加载其他内容。这必须通过在Linux服务器上运行而无需任何人工交互的脚本自动完成。我找不到能够自动执行通过Tor网络传输的JavaScript的工具组合。

详细

我想编写一个具有以下特征的应用程序：

环境

• 自主运行（没有任何人为干预）
• 在非GUI（“无头”）Linux服务器（Ubuntu 12.04）上运行

功能

• 使用Tor网络匿名加载网页内容（html文档，图片......）
• 执行嵌入或附加到html文档的JavaScript（通过AJAX或类似技术加载其他内容）
• 当所有内容都加载时：将html文档转换为DOM树并从该树中提取特定项目。

环境限制禁止使用Web浏览器。一切都必须通过程序或脚本完成。功能限制强制执行JavaScript，不直接连接到互联网，而是通过Tor网络。

Tor

要使用Tor网络，我可以运行在我的机器上提供套接字的Tor客户端。然后我编写一个连接到此套接字的Perl脚本。 Perl脚本通过此套接字将http和https请求发送到Tor客户端，Tor客户端随后通过Tor网络对其进行路由。所有的反应都是一样的。

我测试了这个，它运行正常。但是在Perl脚本中，执行收到的html文档附带的JavaScript真的很难。我不得不在Perl中编写一个JavaScript模拟器来实现这一点，但这超出了我的可用时间和超出我的技能。

的JavaScript

要执行嵌入式或附加的JavaScript我可以使用像phantomJS或slimerJS这样的工具（phantomJS在Ubuntu 12.04上无法正常工作，所以我使用slimerJS提供几乎相同的功能）。使用这些工具，我可以加载html文档并自动获取随附的所有JavaScript，因此我还会收到所有内容，这些内容不是最初的html文档的一部分，但稍后会被Ajax或类似技术加载。此外，我可以轻松地分析文档的DOM树，以提取我感兴趣的项目。

我也测试了它，它也可以正常工作，但我知道的工具（phantomJS和slimerJS）使用自己的程序连接到互联网。似乎没有办法告诉他们连接到套接字并使用它通过互联网进行通信。

我的问题

有没有办法通过Tor网络自动执行Ajax调用？

对我而言，似乎存在两种可能的方式：

1. 获取在Perl脚本中执行的JavaScript代码。这可以通过一个模块完成，但我找不到任何模拟JavaScript解释器的cpan模块。解释器应该调用我必须编写的Perl函数，而不是直接连接到Internet。
2. 强制slimerJS（或phantomJS或任何其他工具）连接到localhost上的套接字并通过此套接字发送所有请求。也许有可能在假装提供直接访问互联网的环境中启动slimerJS，但事实上将所有通信重定向到Tor客户端的套接字？

Answer 1

如果您正在运行Tor客户端，则可以使用其侦听的地址进行代理设置。检查文档以了解您需要传递的代理选项：

• slimerJS
• phantomJS

代理类型将是SOCKS。请记住，您需要将地址套接字绑定到本地。